基于判别分析的化工过程故障诊断方法及应用示例

论文编号:HG201  论文字数:12586,页数:27

 摘要：随着现代化学工业的迅猛发展，化工生产规模日益扩大，发生事故的频率也相应的提高了，为了减少事故的发生，所以要对化工生产进行故障诊断，故障诊断技术是一门独立的交叉学科，并广泛应用于多个领域。本文主要介绍了故障诊断技术的理论与工业应用的现状，讲述了几种重要的故障诊断方法，并且还详细阐述了线性，非线性和距离判别分析方法背景和原理。文中还对TE化工过程进行了介绍，而且还用不同的判别分析方法对数据进行计算机程序实现，比较线性，非线性和距离判别分析方法对数据处理的正确率，再选择一种较好的判别分析方法对不同变量的正确率比较，得出较优组合变量，以实现在TE化工过程上。最后，对于故障诊断方法的发展前景进行了展望。

 关键词：TE化工过程；故障诊断；变量选择；判别分析；非线性分析；模式分类

          
 Abstract: with the rapid development of modern chemical industry, chemical production scale and the increasing frequency of accidents and the corresponding improving, in order to reduce accidents, so to fault diagnosis of chemical production, the fault diagnosis technique is an independent interdisciplinary, and widely used in many fields. This paper mainly introduces the theory of fault diagnosis technology and industrial application status, tells the story of several major fault diagnosis method, and explains in detail the linear and nonlinear and distance discriminant analysis method and principle of the background. This chemical process of TE are introduced, and still use different discriminant analysis method of data computer programs, compared with the linear and nonlinear distance discriminant analysis method of data processing accuracy, then choose a good discriminant analysis method to compare the accuracy of different variables, a combination of variables, in order to realize the optimum in TE chemical process. Finally, the method for fault diagnosis was prospected.

 Key words: TE chemical process；fault diagnosis；variable selection；discriminant analysis；nonlinear analysis；pattern classification

目  录

中文摘要 I
英文摘要 II
1 绪论 1
1.1引言 1
1.2 多元统计方法 2
1.2.1主元分析 3
1.2.2部分最小二乘法 5
1.2.3独立成分分析 6
1.2.4 Fisher判别分析 6
1.2.5 本章小结 7
1.3线性判别分析（LDA） 8
1.4非线性判别分析 9
1．4.1 基于核的判别分析 (KDA) 9
1.5 距离判别法 11
2 实验部分 14
2.1 TE过程仿真 14
2.2拟用方法在TE过程中的应用 15
2.3故障诊断方法分析与讨论 15
2.3.1 分析非判别分析方法对不同变量的影响 17
2.3.2结果讨论 19
3．总结和展望 20
3.1多种故障诊断方法的结合将成为故障方法研究的热点 20
3.2 新的数学工具的引入将成为故障诊断方法的动力 20
致谢 22
参考文献 23