1、隨著科學的發(fā)展和技術(shù)的進步,系統(tǒng)的復雜性和自動化水平日趨提高,故障發(fā)生的可能性和嚴重性也不斷增加,故障檢測與診斷技術(shù)已成為提高系統(tǒng)安全性和可靠性的重要手段之一?；跀?shù)據(jù)驅(qū)動的故障檢測與診斷方法既不需要建立復雜的數(shù)學模型,也不需要準確的先驗知識,充分利用信息技術(shù)獲取大量實時數(shù)據(jù),直接從過程數(shù)據(jù)入手研究故障檢測與診斷。深入研究基于數(shù)據(jù)驅(qū)動的故障檢測與診斷方法,不僅具有重要的理論意義,還具有廣闊的應用前景。
　　 本文結(jié)合相關學科理論

2、取得的成果,著重研究了基于核主元分析的故障檢測與診斷方法,針對核主元分析存在的一些不足,將核主元分析與粒子群優(yōu)化算法、小波包變換、支持向量機結(jié)合,分別提出了基于粒子群優(yōu)化的核主元分析的故障診斷方法、基于小波包的核主元分析的故障檢測方法,以及多類支持向量機分類器與核主元分析相結(jié)合的故障診斷方法,同時以TE模型為對象,對所提出的方法進行了仿真研究和仿真結(jié)果分析。本文的主要研究工作為:
　　 1.針對核主元分析的性能受本身核函數(shù)參數(shù)的

3、影響,提出了基于粒子群優(yōu)化的核函數(shù)參數(shù)選優(yōu)方法,通過建立核函數(shù)參數(shù)優(yōu)化模型,應用粒子群優(yōu)化算法實現(xiàn)核函數(shù)的參數(shù)尋優(yōu),數(shù)值仿真驗證方法的可行性。將上述基于PSO的核函數(shù)參數(shù)選優(yōu)方法與核主元分析的特征提取結(jié)合,通過TE模型,進行了基于PSO的核主元分析的故障狀態(tài)識別的仿真研究。
　　 2.研究了核主元分析的基本原理及SPE和T2統(tǒng)計量,給出了基于核主元分析的故障檢測算法流程,通過TE模型進行了仿真研究,驗證方法的有效性。根據(jù)基于PS

4、O的核主元分析的特征提取方法,結(jié)合基于貢獻圖的故障識別方法,提出了基于PSO的核主元分析的故障檢測與診斷方法,減小了核函數(shù)參數(shù)設置的盲目性,提高了故障檢測與診斷的效率。同時采用TE模型進行仿真驗證,根據(jù)SPE和T2統(tǒng)計量的變化來判斷是否發(fā)生故障,根據(jù)各變量對統(tǒng)計量的貢獻率來判別故障變量、識別故障源,實現(xiàn)故障的檢測與診斷。
　　 3.針對過程數(shù)據(jù)含有噪聲的問題,研究了小波包分析的基本原理,給出了小波包去噪預處理算法,結(jié)合基于PSO

5、的核主元分析的故障檢測方法,提出基于小波包的核主元分析的故障檢測方法,TE模型的仿真研究表明該方法能有效減少非線性主元的個數(shù),使故障監(jiān)控曲線更為光滑,提高了故障監(jiān)控效果。
　　 4.研究了支持向量機的基本原理以及多類支持向量機的分類方法,結(jié)合核主元分析的故障檢測方法,提出了基于核主元分析與支持向量機的故障診斷方法,一方面通過核主元分析的故障檢測方法實現(xiàn)故障監(jiān)控,另一方面通過訓練多類支持向量機分類器來進行故障分類,識別故障類型,實