基于改进慢特征分析的CSTR故障诊断方法与实验平台

针对传统慢特征分析(SFA)无法充分解析连续搅拌釜式反应器(CSTR)非线性特性问题,提出一种改进的慢特征分析故障诊断方法——随机傅里叶SFA(RFSFA),并开发了相应的仿真实验平台。该方法引入随机傅里叶映射技术实现过程变量的非线性变换,进而利用慢特征分析建立非线性统计监控模型。为了避免模型随机参数的影响,应用贝叶斯推理理论构建了集成学习模型。为验证该方法的有效性,设计了一个CSTR故障模拟与算法测试实验平台,包括正常工况模拟、故障工况模拟、故障检测等多个子系统。测试结果表明,RFSFA方法具有比传统SFA方法更好的故障检测性能,所开发的实验平台易于操作,开放性好,能够很好地验证算法的有效性。