工业过程故障诊断技术

本文在总结国内外工业过程故障诊断技术现状的基础上，对其中较为重要的 主元分析、部分最小二乘等关键技术进行了深入的研究，对传统的主元分析和判 别式部分最小二乘进行了改进，具体包括： 1. 利用主元相关变量残差和一般变量残差来代替 Q 统计量，解决了过程运行 中出现某些故障类时，传统主元分析模型 2 T 与Q 统计量持续时间过短的问题，为 操作工人提供更加准确详细的信息。 2. 利用小波的多分辨率特性对含噪信号进行多尺度小波变换，在各尺度下尽 可能提取出信号的小波系数而去除属于噪声的小波系数，再由逆小波变换重构信 号，然后结合核主元分析去除变量线性相关性以及提取原始数据非线性统计特征 的优点，对小波消噪后的数据进行核主元分析，提高模型的故障检测性能。 3. 利用正交信号修正去除自变量矩阵中大量与因变量无关的信息，再对处理 后的数据进行判别式部分最小二乘建模，从而改善模型回归结果，提高模型的稳 健性和故障诊断性能。