主元分析及在故障传感器数据重构的应用

摘要

随着各式各样的智能设备的不断涌现，系统的可靠性和安全性已成为保障经济效益和社会效益的一个关键因素。同时各种检测仪器或设备也越来越复杂，传感器作为这些设备或系统的重要信息来源，在整个控制过程或检测系统中有着举足轻重的地位。在高度复杂的智能系统中，快速及时地检测系统中出现的各种故障，以减少系统不必要的损失，并降低设备磨损，已远非操作者人力所能及，这使得自动故障检测与诊断系统应运而生。
　　故障诊断方法是基于多元统计过程控制，为故障诊断领域研究的一个重要分支。近年来，不同形式的主元分析方法，在各领域的故障诊断中得到了深入的研究和广泛的应用，并取得了很好的效果。
　　本文对传统主元分析方法用于故障检测和诊断的理论基础进行了完整介绍;针对传统静态主元分析方法受量纲的影响及选取的主元代表性不强，本文介绍了相对主元分析方法，但由于相对主元分析方法只能够实现故障检测，无法对故障变量进行重构的缺陷，提出了一种基于相对主元分析的数据重构及故障识别方法;传统主元分析法不能用来分析非线性系统，研究了核主元分析方法，针对核主元分析(KPCA)方法只能实现故障检测，但无法实现故障变量识别的问题，结合了一种在核主元分析中的对原始空间数据的重构方法以及基于该数据重构的KPCA故障变量识别方法;对故障诊断领域关心的几个关键问题进行了阐述。
　　通过对连续退火机组带钢张力系统的传感器进行的仿真实验，给出了仿真实验结果，将相对主元分析方法与常规主元分析方法进行了故障检测比较，并将本文提到的重构方法进行了故障数据重构，验证了所提方法的有效性。

目录

声明

摘要

第1章 绪论

1．1 课题研究的背景与意义

1．2 控制系统中的传感器故障检测与诊断

1．2．1 控制系统中传感器故障诊断的意义和重要性

1．2．2 故障分类及传感器故障诊断的任务

1．2．3 典型传感器故障诊断分类方法

1．3 国内外研究概况及发展方向

1．3．1 控制系统故障诊断技术概述

1．3．2 控制系统故障诊断发展现状

1．4 主元分析方法的提出及其发展

1．5 论文的主要研究内容

第2章 传感器的测量模型与主元分析方法

2．1 传感器测量模型

2．1．1 传感器故障分类及其特性描述

2．1．2 测量数据的向量及矩阵表示

2．2 主元分析方法

2．2．1 主元分析法基本思想

2．2．2 主元分析法的数学推导

2．2．3 主元分析法的建模过程

2．2．4 主元数目的确定

2．2．5 故障检测方法

2．2．6 故障重构方法

2．2．7 故障识别

2．3 本章小结

第3章 主元分析方法的改进

3．1 相对主元分析(RPCA)方法

3．1．1 相对主元分析方法的基本概念

3．1．2 相对主元的计算

3．1．3 故障检测方法

3．1．4 相对主元分析方法的数据重构

3．1．5 基于故障重构的故障识别方法

3．2 核主元分析方法

3．2．1 核主元分析方法的基本原理

3．2．2 核主元分析KPCA的数据重构及故障识别方法

3．3 本章小节

第4章 故障诊断中几个关键问题的研究

4．1 传感器故障与系统故障的区分

4．2 故障可检测性与可重构性

4．2．1 故障的可检测性

4．2．2 故障的可重构性

4．3 故障检测阈值的确定

4．3．1 允差原则确定法

4．3．2 序列概率比方法

4．3．3 利用代价函数求取阈值

4．3．4 根据实验确定故障检测阈值

4．4 故障诊断研究趋势

4．5 传感器故障检测指标

4．5．1 检测指标相关知识

4．5．2 两种指标的适用性比较

4．6 本章小结

第5章 仿真实验

5．1 实验系统介绍

5．1．1 基本概况

5．1．2 连续退火机组带钢张力系统描述

5．2 传感器故障诊断及数据重构实验

5．2．1 传感器故障诊断及重构流程

5．2．2 传感器故障检测及诊断

5．2．3 传感器故障的数据重构及故障变量识别

5．3 本章小结

第6章 结论与展望

参考文献

致谢