文献类型：期刊文章

作　　者：赵小强[1,2] 钱君秀[1,2]

机构地区：[1]兰州理工大学电气与信息工程学院,甘肃兰州730050 [2]甘肃省制造业信息化工程技术研究中心,甘肃兰州730050

出　　处：《控制工程》

基　　金：甘肃省教育厅硕士生导师项目(1003ZTC085);甘肃省教育厅硕士生导师项目(1112RJZA028);甘肃省制造业信息化工程技术研究中心开放基金资助(2012MIE01F02)

年　　份：2013

卷　　号：20

期　　号：4

起止页码：718-721

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、ZGKJHX、核心刊

摘　　要：由于对间歇过程应用KICA算法进行在线监控时需要预测从当前时刻到反应结束时刻的测量数据,同时间歇过程具有多个生产模态,应用KICA算法进行独立建模时,模型结构复杂,计算量大。针对间歇过程数据预估不准确和多模态计算量大的问题,提出了一种基于FCM聚类建模的双核独立元分析(DKICA)间歇过程故障诊断算法,该算法首先对间歇过程数据进行批次展开与变量展开,构建二维建模数据单元,然后将展开后的高维数据按FCM聚类进行分类,再对分类后的每个聚类模块应用DKICA算法提取独立元,建立每个聚类模块的诊断模型,并计算I^2和SPE统计量及相应的控制限,跟踪过程的运行状态,及时检测到故障的发生。将该方法应用于DuPont间歇聚合反应过程中,仿真结果验证了所提出方法的可行性和有效性,并显示出比KICA更好的诊断效果。

关 键 词：化工过程 故障诊断 DKICA  FCM

分 类 号：TP27]