基于DiPCA的故障预测算法研究

作     者：牛晓旭 

作者单位：北方工业大学 

学位级别：硕士

导师姓名：李志军

授予年度：2019年

学科分类：08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0838[工学-公安技术] 

主      题：DiPCA算法 TE过程 故障检测 故障预测 

摘      要：随着现代工业生产过程的复杂程度越来越高,系统的安全性面临着严峻的挑战,故障诊断与容错控制技术应运而生,已经成为了控制科学与工程领域的研究热点。故障预测作为一种能够实现对故障“未卜先知,进而可以提前干预的故障诊断技术,近年来受到了越来越多的关注。本论文提出了一种基于动态内部主元分析(DiPCA)的故障预测算法,并针对田纳西-伊斯曼(TE)化工过程进行了仿真研究。与传统的主元分析(PCA)算法不同,DiPCA考虑了数据沿时间维度的动态变化,通过构建动态隐含变量及其数学模型,捕获数据中主要的动态特性,进而能够根据历史数据推演出系统的未来变化,更加适用于系统的故障预测问题。本文首先对故障预测的研究背景与意义进行了阐述,并对故障检测和故障预测的研究现状进行了分析,其次介绍了PCA和DiPCA算法的基本理论,然后采用PCA和DiPCA算法对TE工业过程进行了故障检测的研究,最后提出了基于DiPCA的故障预测算法,针对TE过程在不同类型故障下进行了仿真实验,并对结果进行了分析。研究结果表明该算法在阶跃变化、随机变化和粘滞等不同类型的故障下均能提前预报故障的发生,验证了算法的有效性。