2014.NO.O3 机械与自动化 Journal of Henan Science and Technology PCA技术在化工自动化设备故障诊断中应用浅析 章唯一 f浙江新和成股份有限公司.浙江 绍兴312500) 摘要:故障诊断与检测技术有基于模型、基于数据驱动、基于信号处理等多种,对于化工生产来说,由于模型的过于复杂,不适 于建立数学模型来进行详细诊断,而采用多元统计办法对多个变量求取主元,就能达到故障检测目的。 关键词:故障诊断;PCA技术;系统分析;数学建模;多元统计;自动化设备 中图分类号:rrP277文献标识码:A文章编号:1003—5168(2014)05—0143一O1 在化工生产中。绝大部分都是采用流程化的生产过程,应 程失控,即生产过程发生了故障。PCA通过线性映射将输入集合 用设备多,自动化设备普及,往往是复杂的机电、管路产品。不论 任何设备,想要完全规避故障的发生,都是极其困难的,甚至可 以说故障是必然发生的一种事件。我们能做到的就是第一时间 发现或者预测,及时的报警,并且在早期进行良好的处理,从而 能够保证化工企业安全生产以及企业长期的持续性发展。 1 PCA技术 1.1方法概述 PCA作为一种重要的数据分析方法,是主成分分析的一种 应用,代表相关数据里能起主导作用的那部分值。它主要通过一 种数学上的技巧.通过对原来层次相互关联的复杂数据进行简 单化的去除相关性.从而发现序列相关数据里的主导成分要素。 特别是考虑到噪音以及冗余信息都是具有大量相关性的,所以 能够把原来复杂数据降低维数,获得隐蔽在其后的本质特征。这 种计算方法并不复杂.而且从参数阈值上也没有太多的复杂性, 能够非常广泛的应用于很多方面。 1.2数学分析模型 PCA这种数学应用是构建于方差的分析之上的.它首先承 认这么一种基本认知:就是倘若某个投影方向存在着很大的数 据分布方差.那么就能够确定该方向代表了数据的主导重要成 分信息。比如存在某个二维矩阵x:它是一个2xM大小的矩阵, 而M代表了采样的点.每次采若干个数据值,通过平均作为参 考,就得到了分散分布结果,沿着各个投影的方向,只有一个序 列方差满足最大条件,PCA就找到了这么个主导方向:如果单位 向量U维数是(2x1),而序列定义为uTX=[uTxl,uTx2,….uTxm], 其中的每一个子量uTxi代表在具体采样点数据在单位向量u 上的投影.这里要注意提前对X进行了共平均参考的处理.具有 均值的向量满足ix=0,通过单位向量U进行方向投影,并且计算 出方差后得到 VAR(uTX)=∑(uTxi)2=(uTX) (uTX)T=uTxxTu= 这里面满足uTXXTu=h对于该等式进行数学技巧操作,就 是在方程的两边同时进行左乘U,于是有XXTu=ku,就看出来U 作为XXT特征向量存在的,同时XXT代表了x的协方差矩阵, 这里面的拉姆达值 .就表征出度量的大小获得了原始观测数 据投影大小。通过这一种转化,就把获得投影数据方差最大问题 转变成为求取观测数据x的协方差矩阵最大特征向量以及相应 最大特征值问题。 2 PCA技术在化工设备中应用 2.1蒸馏过程PCA建模 蒸馏过程包括测量变量和控制变量。过程测量变量每3分 钟被采样一次。所有的过程变量都包含高斯噪声。很多预设定的 故障都跟过程变量的阶跃变化有关,从多元统计过程控制的研究 对象PCA方法来说,各变量之间往往是相互关联的,当一个或多 个变量的相互关联的统计指标偏离总体一定程度时,就认为过 映射到特征空间,使得数据具有更好的可分性,再对高维空间的 映射数据进行处理,得到主元从而设定阈值,进行比较,确定故 障。 图1蒸馏塔示意图 2.2故障检测检测详细过程 (1)首先是数据的采集和标准化。倘若化工生产过程中,在 相关点获取出测量观测数据X满足了维度,里面M代表样本 数,N代表观测变量。 (2)然后有了数据就要进行基本标准化处理,才能进行 PCA处理的其它步骤。这一过程中,首先需要数据标准化,具体 说来就是应用观测变量,去掉其观测均值,然后归一化到标准差 单位1上,那么就构建了标准化数据矩阵。 (3)计算出主元模型。对于计算出的标准化矩阵,根据式子 特征分解,获取其所有特征向量和特征方程根。 (4)实现特征值排序。这操作起来就是协方差矩阵对角化。 具体操作有多重途径,最简单和直接有效手段是空间搜索。利用 排序的方法求得“主元”排列。 (5)故障诊断。故障处理阶段在前面的操作基础上进行。又 进一步分为两个步骤:检测、识别。这里的检测,就是应用统计量 和SPE统计量,这个统计量也可以很容易计算,根据统计量作为 阈值。判别是否超过这阈值限定就获取出故障有无发生信息。 3总结 化工生产过程非常复杂.涉及多种复杂模型难以去建模, 现在最流行的基于仿真的方法也很难实现,所以基于模型和知 识的传统手段都难以发挥效果。然而在生产过程中监测系统可 获得大量系统参数的实时在线数据,因而基于信号处理的故障 诊断方法更适于生产过程的故障检测。PCA不失为一种较好的 策略。 参考文献: 【1降玉刚.基于设备故障的间歇化工过程反应型调度[J】.计 算机与应用化学,200804).