基于CTA-DKPCA的化工过程故障诊断

• 作者: 张佳鑫 罗文嘉 戴一阳
• 来源期刊: 控制工程
• 关键词: 故障诊断 动态核主元分析 重构贡献 变量识别
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 工业过程及控制系统
• 页码范围: 844-850
• 页数: 7页
• 分类号: TP311
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.PSE2020-003

摘要

在传统动态核主元分析(DKPCA)中引入循环时间算法(CTA),提出了基于循环时间算法与动态核主元分析(CTA-DKPCA)的故障诊断方法.该方法通过引入循环时间逻辑,对动态数据矩阵分段捕捉故障信息,提升了故障诊断精度与速度,再使用基于重构贡献(RBC)的方法来识别故障变量、诊断故障原因.将该方法应用于田纳西伊斯曼(TE)过程进行故障诊断分析,与PCA及其衍生算法和2阶SVM算法比较,结果表明CTA-DKPCA模型对故障的检测与变量识别具有较高的敏感度.