文献类型：期刊文章

作　　者：刘鸿斌[1,2] 张昊[1] 景宜[1] 张凤山[2]

LIU Hongbin;ZHANG Hao;JING Yi;ZHANG Fengshan(Jiangsu Co-Innovation Center of Efficient Processing and Utilization of Forest Resources, Nanjing Forestry University, Nanjing, Jiangsu 210037, China;Shandong Huatai Paper Industry Co., Ltd., Dongying, Shandong 257335, China)

机构地区：[1]南京林业大学江苏省林业资源高效加工利用协同创新中心,江苏南京210037 [2]山东华泰纸业股份有限公司,山东东营257335

出　　处：《江苏大学学报（自然科学版）》

基　　金：南京林业大学标志性成果培育建设项目(202026)。

年　　份：2021

卷　　号：42

期　　号：2

起止页码：215-220

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAB、CAS、EI、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：为了克服废水处理过程具有较强的非线性及动态特性,研究了基于主成分分析(principal component analysis,PCA)的在线故障检测.首先在PCA的基础上引入核函数,构造核主成分分析(kernel principal component analysis,KPCA)来优化模型结构,再通过嵌入动态模型来构造动态核主成分分析方法(DKPCA),最后对废水处理过程进行在线故障检测.基于某造纸厂废水数据,构建了偏移故障、漂移故障及精度下降故障,并进行仿真.研究结果表明,在偏移故障条件下,相较于PCA和KPCA方法,DKPCA的平方预测误差故障检测率分别提升了96.96%和87.87%,且在漂移故障条件下检测的灵敏度也有明显提升,验证了在废水时变性过程中DKPCA方法在线故障检测的有效性.

关 键 词：废水处理过程 主成分分析  动态过程 非线性过程  故障检测

分 类 号：X793]