基于PCA-SDG的连退机组炉温系统故障诊断研究

摘要

随着现代工业生产过程自动化技术的高速发展，人们迫切希望提高系统的安全性和可靠性，以避免发生各种故障而造成的巨大经济损失。所以研究开发集控制、监测和诊断于一身的过程监控系统已成为企业综合自动化发展的迫切需求。故障诊断技术通过监测生产过程的运行状态，不断地检测过程的变化及故障信息，并在发生故障后，迅速找到故障源，隔离并消除故障，防止灾难性事故的发生，减少企业的损失。
　　本文以冷轧连续退火机组为实际的工业背景，主要研究了基于PCA-SDG的故障诊断方法及其在连退机组炉温系统中的应用。首先利用主成分分析(PCA)方法能够有效地分析变量的概率统计特性得到过程内在的驱动信息源从而更本质地描述过程特征的优点，对连退机组炉温系统进行实时监测。待检测出系统有异常状况发生时，再利用符号有向图(SDG)方法能够有效地表达系统复杂因果关系且包含大量模型信息的优势来进行连退机组炉温系统的故障诊断，具体方法为:利用连退机组炉温系统SDG模型所包含的系统模型信息来解释PCA方法所产生的残差贡献图，从而确定SDG模型各节点的状态;最后利用SDG各故障源的推理规则来诊断出系统故障的根源。基于PCA-SDG的故障诊断方法将PCA和SDG这两种方法的优点相结合，既解决了PCA方法不能有效地进行故障分离的问题同时也避免了单独使用SDG方法所存在的缺点。
　　最后通过仿真实验验证了PCA-SDG算法的有效性和可靠性。基于PCA-SDG的故障诊断方法减少了故障诊断时间、增加了诊断过程的自动化程度，必将成为工业系统在线监测及故障诊断的一种重要方法。

目录

声明

摘要

第1章 绪论

1．1 引言

1．2 故障诊断简介

1．2．1 故障分类

1．2．2 故障诊断的任务

1．2．3 故障诊断的技术要求

1．3 故障诊断方法的分类

1．3．1 基于解析模型的方法

1．3．2 基于数据驱动的方法

1．3．3 基于知识的方法

1．4 本文主要工作

第2章 基于PCA的连退机组炉温系统过程监测

2．1 PCA方法

2．1．1 PCA基本原理

2．1．2 主元个数的选取方法

2．2 基于PCA的过程监测

2．2．1 T2统计量

2．2．2 SPE统计量

2．2．3 核密度估计

2．2．4 基于PCA的过程监测步骤

2．3 基于PCA变量贡献图的故障诊断

2．4 连退机组工艺概述

2．5 PCA在连退机组炉温系统过程监测中的应用

2．6 本章小结

第3章 连退机组炉温系统SDG模型的建立

3．1 SDG的基本概念

3．2 SDG模型的建立方法

3．2．1 基于流程图的方法

3．2．2 基于数学模型的方法

3．2．3 基于经验知识的方法

3．3 连退机组炉温系统SDG模型的建立

3．3．1 故障源的选择

3．3．2 节点的选择

3．3．3 连退机组炉温系统SDG模型

3．4 本章小结

第4章 基于PCA-SDG的连退机组炉温系统故障诊断

4．1 连退机组炉温系统SDG模型的简化

4．2 连退机组炉温系统SDG模型的推理

4．2．1 SDG模型的推理规则

4．2．2 各故障源SDG子模型的推理方法

4．3 基于PCA-SDG的故障诊断方法

4．3．1 PCA和SDG方法的特点分析

4．3．2 节点符号阈值的确定

4．3．3 PCA-SDG算法

4．4 本章小结

第5章 连退机组炉温系统故障诊断的仿真研究

5．1 仿真数据的建立

5．1．1 建模数据

5．1．2 故障样本数据

5．1．3 数据的预处理

5．2 基于PCA-SDG故障诊断的仿真与分析

5．2．1 系统正常状态分析

5．2．2 系统异常状态分析

5．3 本章小结

第6章 总结与展望

6．1 总结

6．2 展望

参考文献

致谢