基于MW-KECA与变量贡献SVDD的间歇过程故障检测系统

• 作者: 徐逸丰 杨海麟 孟繁松 王鑫
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 故障监测 故障诊断 核熵成分分析 支持向量数据描述法 间歇过程
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 工业过程及控制系统
• 页码范围: 143-151
• 页数: 9页
• 分类号: TP277
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.20200227

摘要

针对间歇过程的非线性和时变性特点以及故障易误报的问题,提出了一种将移动窗-核熵成分分析(MW-KECA)故障监测与基于变量贡献的支持向量数据描述(SVDD)故障诊断集合而成的故障检测系统.MW-KECA方法构建局部模型能有效处理数据的时变性,同时保留KECA优秀的非线性处理能力.故障诊断中以各变量对CS统计量-向量间角度关系指标的贡献作为输入数据来构建SVDD分类器,相较于原始数据,故障贡献能够突出同类相似信息和异类差异信息.通过青霉素发酵仿真实验,验证了检测系统在监测准确性与故障识别率上都有良好效果,证明了该检测系统的有效性.