基于动态主元分析的自适应故障诊断方法研究.pdf

本文从基于数据驱动的故障诊断方法出发，主要研究了动态主元分析(DPCA)算
法离线和在线的自适应故障诊断过程，本文的主要工作和贡献如下：
(1)阐述了故障诊断的研究现状，并从定性分析和定量分析角度研究了故障诊断
方法的分类，其中着重研究了DPCA算法理论及其发展过程。详细总结分析了工业过程
数据动态性(数据的自相关性)产生的原因及其影响；
(2) 研究了多维小波去噪算法和自适应主元分析算法，包括递推主元分析
(RPCA))算法、滑动窗主元分析(MWPCA)算法和指数加权主元分析(EWPCA)算
法。
(3)提出了一种基于小波去噪和DPCA相结合的故障诊断方法。该方法利用小波
去噪算法对构建的动态增广矩阵数据进行处理，提高了动态PCA算法的计算效率。通
过分别对ffl纳西．伊斯曼过程(Tennessee Eastman Process，TEP)的典型故障和轧钢过程
的断带故障的仿真研究，验证了提出方法的有效性。