基于核函數(shù)理論的改進FDA間歇過程故障診斷研究.pdf

1、有效的過程監(jiān)控是工業(yè)生產(chǎn)過程中安全生產(chǎn)的重要保證，而且在改善產(chǎn)品質(zhì)量和經(jīng)濟效益方面起到了重要作用。統(tǒng)計過程監(jiān)控是以多元統(tǒng)計為理論基礎的一種基于數(shù)據(jù)驅(qū)動的方法，通過對工業(yè)過程監(jiān)控數(shù)據(jù)的處理和分析，獲得工業(yè)過程的運行情況，在線檢測和診斷過程中的異常狀況，根據(jù)異常情況作出相應對策而指導整個系統(tǒng)運行、保證生產(chǎn)效率。本文結合間歇生產(chǎn)過程特點，對基于Fisher判別分析的過程監(jiān)測方法進行了不同程度的發(fā)展和改進。主要研究內(nèi)容及工作如下：
　　1

2、.對于復雜的間歇過程，在實現(xiàn)故障診斷過程中很可能碰見奇異矩陣的現(xiàn)象。為了解決這種奇異矩陣的問題，本文提出了一種基于奇異值分解的改進核Fisher判別分析算法，本文在Fisher判別分析方法的故障檢測基礎上，首先利用核函數(shù)將原始數(shù)據(jù)從原始空間映射到高維空間，然后利用奇異值分解的方法，將處理后的數(shù)據(jù)投影到一個分解后的非奇異正交矩陣中，最后利用Fisher判別分析算法來實現(xiàn)過程監(jiān)測與故障診斷。
　　2.工業(yè)過程數(shù)據(jù)往往來自多個數(shù)據(jù)源或異

3、構的數(shù)據(jù)集，基于采用單個核函數(shù)的形式處理類似數(shù)據(jù)的效果不是很理想，本文基于多核學習的理論，采用多個基核組合形式，構成組合核函數(shù)的形式，與傳統(tǒng)的Fisher判別分析相結合，提出一種組合核Fisher判別分析算法，通過啤酒發(fā)酵實驗驗證了算法的有效性。
　　3.本文根據(jù)Fisher判別分析(有監(jiān)督全局算法)的不足，利用核方法理論，提出了一種能夠挖掘樣本數(shù)據(jù)的全局歐氏分布結構和局部流行分布結構的核局部Fisher判別分析故障診斷算法，該算