基于传统的多向主元分析MPCA(multiway principal component analysis)常会导致误诊断,且对批过程难以保证在线状态监测和故障诊断的实时性,提出了一种基于特征子空间的滑动窗主元分析方法。在实时故障监测与诊断时,该方法采用适当大小...基于传统的多向主元分析MPCA(multiway principal component analysis)常会导致误诊断,且对批过程难以保证在线状态监测和故障诊断的实时性,提出了一种基于特征子空间的滑动窗主元分析方法。在实时故障监测与诊断时,该方法采用适当大小的滑动窗逐步更新当前子数据空间,对当前子数据空间故障的识别通过依次计算其与基底库中各故障的匹配度来进行。这种方法克服了传统的MPCA不能处理非线性过程和实时性问题,并避免了MPCA在线应用时预报未来测量值带来的误差, 提高了批过程性能监测和故障诊断的准确性。展开更多
针对当前MPC控制回路性能评价方法无法准确定位性能下降源的问题,提出一种基于加权L2-Hausdorff子空间距离的控制回路性能诊断方法。该方法引用恶化性能子空间表征各个性能恶化工况下的回路特征,通过基于模型预测残差的闭环潜能指标实...针对当前MPC控制回路性能评价方法无法准确定位性能下降源的问题,提出一种基于加权L2-Hausdorff子空间距离的控制回路性能诊断方法。该方法引用恶化性能子空间表征各个性能恶化工况下的回路特征,通过基于模型预测残差的闭环潜能指标实时监测控制回路性能。当发现性能下降时,构造加权L2-Hausdorff子空间距离来度量当前回路性能模式与已知性能模式的相似度,通过距离聚类来定位回路性能下降的恶化源。最后,通过连续搅拌加热器(continuous stirred tank heater,CSTH)上的仿真实验,验证了所提方法的有效性及可靠性。展开更多
文摘基于传统的多向主元分析MPCA(multiway principal component analysis)常会导致误诊断,且对批过程难以保证在线状态监测和故障诊断的实时性,提出了一种基于特征子空间的滑动窗主元分析方法。在实时故障监测与诊断时,该方法采用适当大小的滑动窗逐步更新当前子数据空间,对当前子数据空间故障的识别通过依次计算其与基底库中各故障的匹配度来进行。这种方法克服了传统的MPCA不能处理非线性过程和实时性问题,并避免了MPCA在线应用时预报未来测量值带来的误差, 提高了批过程性能监测和故障诊断的准确性。
文摘针对当前MPC控制回路性能评价方法无法准确定位性能下降源的问题,提出一种基于加权L2-Hausdorff子空间距离的控制回路性能诊断方法。该方法引用恶化性能子空间表征各个性能恶化工况下的回路特征,通过基于模型预测残差的闭环潜能指标实时监测控制回路性能。当发现性能下降时,构造加权L2-Hausdorff子空间距离来度量当前回路性能模式与已知性能模式的相似度,通过距离聚类来定位回路性能下降的恶化源。最后,通过连续搅拌加热器(continuous stirred tank heater,CSTH)上的仿真实验,验证了所提方法的有效性及可靠性。
