基于数据驱动的间歇过程故障监测与诊断研究

项目名称： 基于数据驱动的间歇过程故障监测与诊断研究

项目编号： No.61364009

项目类型： 地区科学基金项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 齐咏生

作者单位： 内蒙古工业大学

项目金额： 46万元

中文摘要： 基于数据驱动的多元统计监控方法是保障生产安全和产品质量的重要工具,但由于工业间歇过程复杂特性等因素的影响，使得多元统计方法在间歇过程故障监测与诊断中尚处于起步阶段，存在许多问题有待解决。为此，本项目针对间歇过程普遍存在的多阶段、动态非线性及批次轨迹不同步等特点，提出一套完整的间歇过程故障监测与诊断新策略。研究基于时间片矩阵主角度度量的鲁棒时段划分算法，为分阶段建模奠定基础；研究基于状态空间模型辨识(SI)的数据预处理方法，用以消除过程动态性影响；首次提出基于核熵成分分析(KECA)的监控算法,解决过程非线性问题，并形成多阶段SI-KECA故障监测策略；研究一种在核空间进行统计量非线性重构的故障辨识方法实现故障进一步诊断；最后通过仿真和现场实验验证上述方法的正确性和有效性。本项目的研究将对我区工业企业实现安全、高效生产及节能减排提供必要的理论依据和技术支撑,具有重要的理论意义和实际应用价值。

中文关键词： 间歇过程；故障诊断；核熵成分分析；数据驱动技术；统计过程监测

英文摘要： Statistical monitoring models based on data-driven methods can be built to detect the running condition of process, identify the abnormal events, guarantee safe and stable operations of processes and thus improve the quality consistency and the profits of

英文关键词： batch process；fault diagnosis；kernel entropy component analysis；data-driven technique；statistical process monitoring