【技术实现步骤摘要】
一种基于核矩阵近似的二氧化碳吸收塔故障诊断方法
本专利技术属于二氧化碳吸收塔的过程领域，尤其涉及一种基于核矩阵近似的二氧化碳吸收塔故障诊断方法。
技术介绍
在大数据时代下，统计机器学习、数据挖掘等学科的热度高涨，并且这些理论目前在工业过程控制领域已取得了一些进展。在现代流程工业中，为了保证过程安全可靠、产品质量过关、经济效益最大化，故障诊断成为了工业控制系统中不可或缺的部分。对于一个实际的二氧化碳吸收塔，像温度、压力、流量等过程变量与质量变量天然具有较强非线性的数据特性，于是便需要针对测量数据的非线性进行建模。为了达到上述的目的，二氧化碳吸收塔中常用的故障诊断方法有主成分分析(PCA)、偏最小二乘(PLS)以及它们的扩展方法等，但是这些方法对于过程数据具有的非线性特性的描述能力有限，无法对于具有强非线性的数据进行准确的建模。因此，为了对过程变量的非线性特性进行建模，引入了核方法(KernelMethod)，产生了核主成分分析(KPCA)、核偏最小二乘(KPLS)以及它们的一些扩展模型来处理数据的非线性特性。然而，以上基于核方法的模型具有一定局限性：其核矩阵的维度等...
【技术保护点】
1.一种基于核矩阵近似的二氧化碳吸收塔故障诊断方法，其特征在于，包括以下步骤：(1)采集待检测二氧化碳吸收塔在正常运行时的数据作为训练样本，所述训练样本包括过程变量数据集XNOC，质量变量数据集YNOC，其中XNOC∈R
【技术特征摘要】
1.一种基于核矩阵近似的二氧化碳吸收塔故障诊断方法，其特征在于，包括以下步骤：(1)采集待检测二氧化碳吸收塔在正常运行时的数据作为训练样本，所述训练样本包括过程变量数据集XNOC，质量变量数据集YNOC，其中XNOC∈RD×M，YNOC∈RD×N，D为训练样本总数，M为过程变量总数，N为质量变量总数；(2)对过程变量数据集XNOC，质量变量数据集YNOC进行归一化预处理，得到预处理后的训练样本集和(3)计算训练样本集和的核矩阵KX和KY；(4)对核矩阵KX和KY利用典型相关分析进行建模，得到核矩阵K；(5)对核矩阵K进行矩阵近似得到近似核矩阵对近似核矩阵进行特征值分解得到KX和KY的投影矩阵P和Q；(6)计算训练样本集和的残差矩阵E，基于相似度构建SPE统计量，计算控制限SPElimit，得到核矩阵近似的典型相关分析模型；(7)采集待检测的二氧化碳吸收塔中的数据作为测试样本，对测试样本进行归一化预处理后得到测试样本集和(8)将测试样本集和输入步骤(6)所述的核矩阵近似的典型相关分析模型，计算测试样本集和的SPE统计量SPEtest，判断是否超过步骤(6)所述控制限SPElimit，若超过，则判断为故障样本，若不超过，则判断为正常样本；(9)取出所述故障样本，得到故障样本集Ff，从训练样本集中取出正常样本，记为正常样本集Fn，得到待诊断数据集(10)定义标签数据矩阵L作为待诊断数据集X的故障标签；(11)对待诊断数据集X与标签数据矩阵L进行归一化预处理得到和通过步骤(3-5)得到用于故障诊断的核矩阵KXd、KLd以及投影矩阵U，进一步得到核矩阵KXd的得分矩阵T；(12)由得分矩阵T计算权重W，根据权重W计算待诊断数据集X中的过程变量和质量变量关于的故障关联度r，得到故障诊断结果。2.根据权利要求1所述的基于核矩阵近似的二氧化碳吸收塔故障诊断方法，其特征在于步骤(3)选用高斯径向基函数作为核函数计算核矩阵KX和KY：其中为过程变量归一化后的第i次采样，为过程变量归一化后的第j次采样，为质量变量归一化后的第i次采样，为质量变量归一化后的第j次采样，KX∈RD×D,KY∈RD×D,i＝1,2,...,D,j＝1,2,...,D，σ为核函数的参数。3.根据权利要求1所述的基于核矩阵近似的二氧化碳吸收塔故障诊断方法，其特征在于步骤(4)具体为：其中K∈RD×D。4.根据权利要求1所述的基于核矩阵近似的二氧化碳吸收塔故障诊断方法，其特征在于步骤(5)具体为：(5-1)对核矩阵K采用分解得到：K＝CW+CT其中C∈RD×Z，W∈RZ×Z，Z为分解中的参数；(5-2)对W+进行特征值...
【专利技术属性】
技术研发人员：宋执环，余家鑫，叶凌箭，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。