论文总字数：19842字

摘 要

在现代工业过程中，化学的重要地位是不言而喻的。而在现代日常生活中，化学同样被广泛的应用到方方面面。在21世纪,计算机的广泛使用,使得现代化工过程工艺日趋复杂，生产规模日趋强大，以及自动化生产水平也越来越高。这样以来，如果生产过程中的某一个环节发生故障，那么对于故障的检测以及维修将是一件及其复杂耗时的工做，所以现代的化工过程的安全性以及可靠性就显得尤为重要。故障诊断技术的出现，很好的解决了这一难题，将这一费时费力的工作做了极大地简化，使得现代化工过程的安全性和可靠性得到了很大的保障。总而言之，故障诊断技术在现代化工过程中有着举足轻重的作用。

本文从多元统计入手,详细叙述了多元统计中应用最多的主元分析方法(Principle Component Analysis, PCA),接着由主元分析引出更加先进的算法核主元分析(Kernel Principle Component Analysis, KPCA)，并且利用TE过程这一标准化工平台对两种算法做了仿真研究。主元分析法作为传统算法，在复杂非线性系统上的应用性能堪忧。针对这些问题，我们采用核主元分析法，将输入空间中存在非线性相关性的输入量映射到一个新的特征空间中，在新的特征空间中做主元分析，从而解决了复杂非线性诊断效果不理想的问题。然后利用T²和SPE统计量检测系统故障。最后在TE过程平台上对两种方法进行了仿真验证，仿真结果与理论情况基本符合。

关键词：故障诊断；TE过程；主元分析；核主元分析

TE Process Fault Diagnosis Based on Principle Component Analysis

Abstract

In the modern industrial process, the important position of chemistry is self-evident.But in the modern daily life,chemistry has also been widely used in all aspects.In twenty-first Century, the widespread use of computers,making the process of modern chemical process is becoming increasingly complex, the production scale is becoming increasingly powerful, as well as the level of automation production is also getting higher and higher.So, if there is a failure in the production process, then for fault detection and maintenance will be a complex and time-consuming work to do , so the safety and reliability of the modern chemical process is particularly important. The emergence of fault diagnosis technology, it is a good solution to this problem, the time and effort to do a great simplification, so that the safety and reliability of the modern chemical process has been greatly protected. All in all, the fault diagnosis technology plays an important role in the modern chemical process. 

This paper started from multivariate statistics, firstly, a detailed description of the most widely used multivariate statistical principle component analysis( PCA) was introduced, then the principal component analysis leads to a more advanced algorithm kernel principal component analysis(KPCA),and the TE process is used to simulate the two kinds of algorithms. The principal component analysis method is used as the traditional algorithm, and the application performance of the complex nonlinear system is poor. In view of these problems, we use kernel principal component analysis method, the input space exists nonlinear correlations in the input mapping to a new feature space, in the new feature space shots element analysis, which can solve the problem of the complex nonlinear diagnosis effect is not ideal.Then using T² and SPE statistics to detect system fault. Finally, the two methods are simulated on the TE process platform, and the simulation results are in accord with the theory. 

Key Words: Fault diagnosis; Tennessee Eastman process; Principal component analysis; Kernel principal component analysis

目录

摘 要 I

Abstract II

第一章 绪论 1

1.1 研究故障诊断的目的 1

1.2 故障诊断的发展现状 1

1.3 故障诊断方法分类 2

1.4 本课题研究的主要内容 4

1.5 本论文的结构 4

第二章 主元分析 5

2.1 主元分析基本理论及几何意义 5

2.2 主元分析方法 6

2.2.1 基本算法 6

2.2.2 主元分析法的建模过程 7

2.3 基于主元分析的故障检测与诊断 8

2.3.1 SPE统计量和统计量及其控制限 8

2.3.2 贡献图 9

2.3.3 主元分析的算法流程 10

2.4 主元分析的缺陷 12

2.5 本章小结 12

第三章 基于核主元分析的故障诊断 13

3.1 传统PCA与非线性PCA的区别 13

3.2 核主元分析 14

3.2.1 核函数 15

3.2.2 核PCA的基本原理 15

3.2.3 基于KPCA的故障诊断 16

3.3 本章小结 17

第四章 基于主元分析的TE过程故障诊断实验 18

4.1 TE模型概述 18

4.2 数据的产生 20

4.3 TE过程仿真 20

4.4 样本数据 21

4.5 故障检测分析 22

4.6 本章小结 25

第五章 总结与展望 26

参考文献 27

致 谢 28

附 录 29

第一章 绪论

研究故障诊断的目的

在科技飞速发展的今天，自动化技术已经渗透到我们生活的方方面面，特别是在现代工业上的应用。这也使得工业生产的规模迅速扩大，过程越发复杂多样，这样虽然使劳动力得到了极大的解放，生产力得到了极大地提高,但是问题也随之而来，系统的增加使得不确定因素和未知故障跟着增加。发生在我们身边的化工事故屡见不鲜，比如2015年8月5日江苏常州新东化工甲苯类储罐爆燃事件；2013年12月1日沈阳三木化工反应釜闪爆事件；2012年2月28日石家庄河北克尔公司发生重大爆炸事故等等，这些事故有的造成了重大人员伤亡，使许多幸福美满的家庭一瞬间支离破碎，有的万幸的没有人员伤亡情况，但是造成的经济损失以及环境污染也异常严重。面对这些大型的生产过程，一旦发生故障，需要采集和处理的信息量将会非常大，传统的依靠人为采集信息，处理信息在排除故障的做法显然是不合时宜的。

请支付后下载全文，论文总字数：19842字