【技术实现步骤摘要】
一种基于判别分析的工业过程多故障诊断方法
本专利技术属于工业过程故障诊断及隔离
，特别是涉及一种基于判别分析的工业过程多故障诊断方法。
技术介绍
在工业制造过程中，有效的过程监控与故障诊断能够确保安全性，提高产品质量。基于模型与基于数据的方法，一直以来作为两大流派，拥有众多的研究成果，但是基于模型的方法深入了解系统机理，往往面临困难。随着计算机技术的快速发展，基于数据的方法得到了更多的重视。基于数据的方法包含有主元分析法PCA、偏最小二乘法PLS、独立成分分析法ICA等。其中主元分析法PCA被广泛应用于过程监测中，其核心思想是将高维数据分解为主元子空间与残差子空间，计算监测统计量与其对应的控制限，通过与控制限进行对比，判断是否发生故障。在监测到故障发生后，需要进行故障隔离，故障隔离主要判断发生故障的变量，从而辨识出故障源头。早期的学者提出基于贡献图的方法来进行故障隔离，这种方法简单有效，在实际工业中应用非常广泛。但是由于变量之间的相关性，故障变量容易影响到其他正常变量，从而使得正常变量的贡献值甚至超过故障变量，导致出现错误的诊断结果，这被称为“污染效应”。后...
【技术保护点】
1.一种基于判别分析的工业过程多故障诊断方法，其特征在于，包括：步骤1、基于工业过程的正常样本集，确定该工业过程的故障样本并建立故障样本集；步骤2、分别将所述正常样本集和所述故障样本集向其空间同一直线上投影，基于Fisher判别分析，以投影后的所述正常样本集和所述故障样本集之间的类间散度矩阵最大为目标，得到投影系数向量；步骤3、基于所述投影系数向量中各元素的绝对值大小，确定所述故障样本中各变量方向的重构优先级；步骤4、沿所述重构优先级中的前k个变量方向，对所述故障样本进行多维重构，使得重构后所述故障样本为正常样本，并将所述前k个变量方向确定为故障方向，完成故障诊断，其中，k为正整数。
【技术特征摘要】
1.一种基于判别分析的工业过程多故障诊断方法，其特征在于，包括：步骤1、基于工业过程的正常样本集，确定该工业过程的故障样本并建立故障样本集；步骤2、分别将所述正常样本集和所述故障样本集向其空间同一直线上投影，基于Fisher判别分析，以投影后的所述正常样本集和所述故障样本集之间的类间散度矩阵最大为目标，得到投影系数向量；步骤3、基于所述投影系数向量中各元素的绝对值大小，确定所述故障样本中各变量方向的重构优先级；步骤4、沿所述重构优先级中的前k个变量方向，对所述故障样本进行多维重构，使得重构后所述故障样本为正常样本，并将所述前k个变量方向确定为故障方向，完成故障诊断，其中，k为正整数。2.根据权利要求1所述的一种基于判别分析的工业过程多故障诊断方法，其特征在于，步骤1包括：步骤1.1、基于工业过程的正常样本集，确定多种监控统计量的控制限；步骤1.2、获取该工业过程的待检测样本，计算所述待检测样本的所述多种监控统计量；步骤1.3、将所述待检测样本的每种所述监控统计量与其对应的所述控制限进行对比，若存在任一个所述监控统计量高于其对应的所述控制限，则确定所述待检测样本为故障样本并保存；步骤1.4、获取在该故障样本之前的多个故障样本，并将该故障样本和所述多个故障样本组合成故障样本集。3.根据权利要求1所述的一种基于判别分析的工业过程多故障诊断方法，其特征在于，所述步骤1还包括：采用标准化处理方法，分别对所述正常样本集和所述故障样本集进行标准化处理。4.根据权利要求1至3任一项所述的一种基于判别分析的工业过程多故障诊断方法，其特征在于，所述步骤2包括：步骤2.1、分别将所述正常样本集和所述故障样本集中每个样本向m维空间同一直线上投影，该样本由m*1维矩阵转为1*1维矩阵；步骤2.2、基于Fisher判别分析，构建投影后所述正常样本集和所述故障样本集之间的类间散度矩阵及总类内散度矩阵，并建立目标函数为最大化所述类间散度矩阵与所述总类内散度矩阵的比值；步骤2.3、将所述目标函数转换为瑞丽商形式，求解得到投影系数向量。5.根据权利要求4所...
【专利技术属性】
技术研发人员：郑英，周威，张洪，万一鸣，王彦伟，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北,42
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。