基于多层优化PCC-SDG方法的化工过程故障诊断

作     者：董玉玺 李乐宁 田文德 DONG Yuxi;LI Lening;TIAN Wende

作者机构：青岛科技大学化工学院山东青岛266042 

出 版 物：《化工学报》 (CIESC Journal)

年 卷 期：2018年第69卷第3期

页      面：1173-1181页

核心收录：

学科分类：07[理学] 0703[理学-化学] 

基　　金：国家自然科学基金项目(21576143) 

主　　题：故障检测与诊断 皮尔逊相关系数 SDG 多层相关系数集 聚集权重系数Q规则 

摘      要：化工过程的故障发生往往都是一个变量带动多个变量的连锁效应。本文基于变量的相关性变化特点,用符号有向图SDG(signed directed graph)描述系统因果影响关系,以皮尔逊相关系数PCC(Pearson correlation coefficient)计算网络统计指标,提出了一种基于多层优化PCC-SDG的故障诊断方法。该方法基于全工艺的网络拓扑结构,首先对选取的变量进行初步优化。然后,为有效提取工艺特征信息,运用PCA(principal component analysis)权重思想从多层相关系数集中选取了权重较大的关键变量,结合SDG建立最优PCC-SDG网络。最后,针对最优PCC-SDG网络变量的相关性规律重构聚集权重系数Q,进行过程故障检测与诊断。TE(Tennessee Eastman)仿真过程的应用结果表明,PCC-SDG建模及故障诊断步骤较为简洁,可以充分挖掘SDG深层次关联特性,定量简化SDG的故障诊断效果明显,具有较好的过程监控优势。