毕业论文

打赏
当前位置: 毕业论文 > 自动化 >

基于核偏最小二乘的非线性过程故障检测方法研究

时间:2018-04-25 12:13来源:毕业论文
提出一种基于核偏最小二乘(KPLS)的非线性过程故障检测方法。KPLS方法是将原始输入数据通过核函数映射到高维特征空间,然后在高维特征空间再进行偏最小二乘(PLS)运算

摘要:基于核偏最小二乘法在过程监控数据的非线性特点,以及与其他非线性PLS方法相比只需进行线性运算,避免非线性优化等问题,提出一种基于核偏最小二乘(KPLS)的非线性过程故障检测方法。KPLS方法是将原始输入数据通过核函数映射到高维特征空间,然后在高维特征空间再进行偏最小二乘(PLS)运算。在过程检测时,首先采用KPLS方法建立模型,得到得分向量,然后计算出  和SPE统计量及其相应的控制限。根据(TE)模型上的仿真结果显示,与pls方法相比kpls方法具有更好的故障检测能力21801
毕业论文关键词:核偏最小二乘法;非线性过程;故障检测
Nonlinear process fault detection research based on kernel partial least squares
Abstract: Based on kernel partial least squares method in nonlinear process monitoring data, Along with other nonlinear PLS methods compared with only linear operations, to avoid nonlinear optimization problems. Proposes a nonlinear process fault detection method based on kernel partial least squares(KPLS). The KPLS method is the original input data into a high dimensional feature space by kernel function mapping, and then partial least squares and then in high dimensional feature space (PLS) operation. In the process, first of all to establish the model by using the KPLS method, get the score vector, and then calculated  and SPE statistics and their control limits. According to (TE) simulation model results show that, the fault detection capability compared with PLS method KPLS method has better.
Key words: Kernel partial least squares; Nonlinear process; Fault detection
目录
1 绪论    4
1.1  引言    4
1.2 故障检测的研究意义    4
1.3 过程监控和故障检测    5

源¥自%六:维;论-文'网=www.lwfree.cn


1.3.1  过程监控的分类    6
1.3.2  过程监控的基本内容    7
1.3.3 故障检测的基本步骤    8
1.4 故障检测技术研究现状    10
2 监控技术的几种常用方法及对比    11
2.1    主元分析法    11
2.1.1 主元分析法的定义    11
2.1.2 局限性    12
2.2  偏最小二乘法    12
2.2.1 PLS方法概述    13
2.2.2  PLS故障诊断方法框架    14
2.2.3 局限性    14
2.3 基于PCA和PLS的一些扩展研究    15
2.3.3 动态PCA和PIS方法    15
2.3.4 多块PCA/PIS方法    15
2.4 非线性多元统计分析方法    15
2.5 多尺度多元统计分析法    16
3    核偏最小二乘法    17
3.1 核偏最小二乘法的介绍    17
3.2核偏最小二乘法的基本原理    18
3.3 基于KPLS的过程监控    19
4  TE过程仿真    20
5总结    25
致谢    26
参考文献    26
 1 绪论
1.1  引言
过去的近20年里,多元统计过程控制已经引起了人们的广泛关注,是一项前景广阔的过程监控和故障诊断技术,其中如主元分析(PCA),偏最小二乘法(PLS)等已经在工业过程中有了初步的应用.但是,这些方法本质上都是一些线性变换的方法,而实际的工业过程都存在不同程度的非线性.因此,研究人员提出一系列的非线性方法,但这些方法都涉及到了复杂的非线性变换,且仅局限于故障的检测,故障变量的分离和故障的辨识仍然是一个比较困难的问题.本文引入一种新的非线性故障诊断方法----核偏最小二乘法(kpls)。该方法将核函数引入偏最小二乘回归方法中,通过核函数将输人数据映射到高维特征空间,然后再在高维特征空间进行PLS运算,从而建立起输入输出变量之前的非线性关系。在核函数满足Mercer条件下 ,KPLS只需在原始空间进行点积运算, 而不必知道核函数的具体形式。采用核方法的PLS与其他的非线性PLS相比,它的最大优点在于不需要进行非线性优化,只需要像线性PLS一样进行线性代数运算。基于这样的优势,KPLS比PLS在处理非线性对象时就显现出了更好的性能。 基于核偏最小二乘的非线性过程故障检测方法研究:http://www.lwfree.cn/zidonghua/20180425/14173.html
------分隔线----------------------------
推荐内容