动态多主元模型故障检测方法在变工况过程中的应用

提出了一种适用于变工况过程的动态多主元模型故障检测方法。首先对过程数据进行分类得到各稳态工况下的数据;然后根据分类数据建立主元模型组来描述整个过程的统计特性;最后在故障检测中根据检测样本对分类数据的隶属度和主元模型组计算出与当前工况相适应的主元模型并进行检测。以火电厂锅炉过程为例对比研究了传统方法和新方法的应用情况。试验结果表明新方法能适应工况变化,减少误检并提高了检测灵敏度。

动态多主元模型故障检测方法在变工况过程中的应用

传统的PCA故障检测方法是针对具有单一稳态工况的过程设计的，在一些工况变化频繁的工业过程中应用会带来大量的误检。提出了一种适用于变工况过程的动态多主元模型故障检测方法。首先对过程数据进行分类得到各稳态工况下的数据；然后根据分类数据建立主元模型组来描述整个过程的统计特性；最后在故障检测中根据检测样本对分类数据的隶属度和主元模型组计算出与当前工况相适应的主元模型并进行检测。以火电厂锅炉过程为例对比研究了传统方法和新方法的应用情况。试验结果表明：新方法能适应工况变化，减少误检并提高了检测灵敏度。

石油钻井过程故障检测的多模核主元分析方法

提出了一种适用于石油钻井过程故障检测的多模核主元分析方法.首先,利用门限值分类算法对过程数据进行分类,可以得到钻井过程各个稳态工况下的数据;其次,取不同工况的数据分别建立相对应的核主元模型,将这些核主元模型组合到一起构成一个核主元模型组进行故障检测.经实验数据分析,该检测方法适用于石油钻井过程,提高了检测灵敏度并减少了误差.

基于符号有向图模型的故障诊断方法

根据变工况的特点分析符号有向图(SDG)模型在变工况环境中的应用问题。某些工业过程的运行工况频繁变动,使得基于单一稳态工况的节点模式失效,而其运行参数的正常值却未因工况变动而变动。给出变工况节点模式参数正常值的数学表达和SDG故障诊断方法;以实际算例说明了变工况环境对故障诊断的影响。

基于动态PCA的核动力装置传感器故障检测

针对变工况过程中传统主元分析方法的模型不适应问题,通过稳定性因子分析,剔除过渡过程数据,并用模糊聚类方法将不同稳态工况进行分类,利用动态主元模型方法根据工况类型建立不同的主元模型,并将该方法用于核动力装置传感器的故障检测,结果表明该方法能够适应变工况情况下的传感器故障检测,减少了故障的误检,并提高了检测灵敏度.