层次变分高斯混合模型与主多项式分析的故障检测策略

• 作者: 李元 杨东昇 赵丽颖 张成
• 来源期刊: 化工学报
• 关键词: 主元分析 变分贝叶斯高斯混合模型 故障检测 过程控制 多模态过程 参数估值
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 过程系统工程
• 页码范围: 1616-1626
• 页数: 10页
• 分类号: TP277
• 语种: 中文
• DOI: 10.11949/0438-1157.20200793

摘要

针对多模态工业过程中模态数量难以确定问题，提出一种层次变分高斯混合模型（hierarchical variational Gaussian mixture model， HVGMM）。在此基础上，使用主多项式分析（principal polynomial analysis， PPA）用于多模态非线性过程故障检测。首先，变分贝叶斯高斯混合模型（variational Bayesian Gaussian mixture model， VBGMM）作为初始模型用于分解过程数据得到工作模态的初始数量，将过程按初始数量分解为多个子块；其次，应用包含多个局部模型的VBGMM将各子块分解为附属子块，并利用附属子块的均值、精度等信息对VBGMM进行重构；然后，将重构后的VBGMM作为初始模型再次用于分解原始过程数据，重复上述步骤直至重构VBGMM无法分解各子块时停止；最后，分别在各附属子块中建立局部PPA模型，并在每个局部模型中计算T2和SPE统计量进行故障检测。将该方法应用于数值例子和Tennessee Eastman（TE）化工过程，并将仿真结果与主元分析（principal component analysis， PCA）、PPA进行对比，验证了所提出方法的有效性。