基于CTA-DKPCA的化工过程故障诊断

作者：张佳鑫; 罗文嘉^*; 戴一阳

来源：控制工程, 2021, 28(05): 844-850.

DOI：10.14107/j.cnki.kzgc.pse2020-003

• 故障诊断
• 动态核主元分析
• 重构贡献
• 变量识别

在传统动态核主元分析(DKPCA)中引入循环时间算法(CTA),提出了基于循环时间算法与动态核主元分析(CTA-DKPCA)的故障诊断方法。该方法通过引入循环时间逻辑,对动态数据矩阵分段捕捉故障信息,提升了故障诊断精度与速度,再使用基于重构贡献(RBC)的方法来识别故障变量、诊断故障原因。将该方法应用于田纳西伊斯曼(TE)过程进行故障诊断分析,与PCA及其衍生算法和2阶SVM算法比较,结果表明CTA-DKPCA模型对故障的检测与变量识别具有较高的敏感度。

• 单位
  化学化工学院; 西南石油大学