Improved Relative-transformation Principal Component Analysis Based on Mahalanobis Distance and Its Application for Fault Detection

主要部件分析(PCA ) 广泛地在过程工业被使用了，它能维持最大的差错察觉率。尽管许多问题在 PCA 被处理了，一些必要问题仍然保持未解决。这研究以下列方法为差错察觉性能改进 PCA。第一，一个相对转变计划基于 Mahalanobis 距离(MD ) 被介绍消除数据的尺寸的效果而不是无尺寸的标准化，并且改进精确性和差错察觉的即时性能。理论推导证明那相对转变能直接基于 MD 消除尺寸的效果并且在结果显示出的相对空间，分析和模拟给 PCA 的合理解释它的优势和有效性。第二，一个改进摆平的预言错误(SPE ) 统计数值被给改进标准化 PCA 的差错察觉表演，它能使标准化基于 PCA 的差错察觉方法成为对实际工业过程合适的更多。最后，二个改进方法被联合更有效地检测差错。建议方法被使用在热连续滚动过程检测 looper 系统的单个差错和多差错，模拟结果以易感知，精确性和差错察觉的即时性能为差错察觉性能表明这些改进的有效性。

基于分步动态核主元分析的故障诊断方法

目的研究复杂工业系统动态、非线性特点,提出分步动态核主元分析(Kernel Principal Component Analysis,KPCA)的故障诊断方法.方法该方法首先构造增广矩阵,然后将增广矩阵分成一系列子矩阵,将各子矩阵的构建一个新的数据增广矩阵,并对每个子矩阵使用KPCA提取变量数据的非线性空间相关特征,最后通过监测统计量监测出系统故障,用贡献度的方法识别发生故障变量.结果该方法改进了传统的动态方法,引入分步动态的定义,并且能充分考虑工业过程中的非线性和动态性,更精确的描述工业过程特性,更精确的监测复杂工业系统的故障,并准确的识别出故障变量.结论对热连轧过程中活套故障诊断的仿真结果表明:基于分步动态KPCA的故障诊断方法能准确有效地诊断出故障,并识别出产生故障的原因.

案例推理在大型轧钢活套液压系统故障诊断中的应用

活套液压系统是轧钢生产线中一个重要的环节 ,该系统的故障会直接影响到生产线的运行及产品质量。本文针对液压活套系统的特点 ,将系统的特征信号作为案例推理的特征对活套系统进行故障诊断 ,构造出诊断系统的结构 ,并给出相应的算法。通过实践 ,已取得良好效果 ,本项研究为活套液压系统故障诊断提供了一种新的技术参考手段。

邯钢高线活套控制系统原理及处理故障的方法

介绍了邯钢高速线材轧机自动活套控制原理,分析了在轧制过程中经常出现的事故原因及采取的有效措施。

轧机活套液压控制系统状态监测与故障诊断专家系统研究

在轧钢生产线中,活套液压系统是较重要的一个环节,其故障会直接影响产品质量,导致经济损失。根据轧机活套液压系统故障具有隐蔽性、复杂性及难排除等特点,开发了基于Visual Basic 6.0软件的故障诊断专家系统。该专家系统采用正向推理方式,且其知识库和推理机是相互独立的,将专家系统与模糊判定理论相结合,对活套液压系统进行故障排除,提高了准确性。并根据系统提供的故障系数,可以实现优先顺序排除故障的功能,节约了时间。本专家系统具有操作简便、实用性强等特点,具有良好的人机交流界面。