基于核Fisher判别分析方法的非线性统计过程监控与故障诊断.pdf

第58卷第4期化工学报Vol158No14
2007年4月JournalofChemicalIndustryandEngineering(China)April2007

研究论文基于核Fisher判别分析方法的非线性统计
过程监控与故障诊断

赵旭,阎威武,邵惠鹤
(上海交通大学自动化系,上海200240)

摘要:化工过程中大量的生产数据反应了生产过程的内在变化和系统的运行状况,基于数据驱动的统计方法可
以有效地对生产过程进行监控。对于复杂的化工和生化过程,其过程变量之间的相关关系往往具有很强的非线
性特性,传统的线性统计过程监控方法显得无能为力。本文提出了基于核Fisher判别分析的非线性统计过程监
控方法,首先利用非线性核函数将数据从原始空间映射到高维空间,在高维空间中利用线性的Fisher判别分析
方法提取数据最优的Fisher特征矢量和判别矢量来实现过程监控与故障诊断,能有效地捕获过程变量之间的非
线性关系,通过对流化催化裂化(FCCU)过程的仿真表明该方法的有效性。
关键词:核Fisher判别分析;非线性;统计过程监控;故障诊断
中图分类号:TP277文献标识码:A文章编号:0438-1157(2007)04-0951-06

Nonlinearstatisticalprocessmonitoringandfaultdiagnosis
basedonkernelFisherdiscriminantanalysis

ZHAOXu,YANWeiwu,SHAOHuihe
(DepartmentofAutomation,ShanghaiJiaoTongUniversity,Shanghai200240,China)

Abstract:Thedatacollectedfromthechemicalprocessreflecttheprocesschangeandthestateofthe
system,andthedata2drivenstatisticalmethodcanefficientlymonitortheprocess1However,forsome
complicatedcasesinindustrialchemicalandbiologicalprocesses,theconventionallinearstatistical
methodshavepoorabilityofmonitoringthoseprocesses,becausethecorrelationbetweentheprocess
variablesshowparticularlynonlinearcharacteristics1Inthispaper,anonlinearstatisticalprocess
monitoringandfaultdiagnosismethodbasedonkernelFisherdiscriminantanalysis(KFDA)was
proposed1ThebasicideaofKFDAistofirstmaptheoriginalspaceintoahighdimensionfeaturespacevia
nonlinearmappingandthenextracttheoptimalFisherfeaturevectoranddiscriminantvectortoachieve
processmonitoringandfaultdiagnosis1Theproposedmethodcaneffectivelycapturethenonlinear
relationshipinprocessvariables1Itwasevaluatedbytheapplicationtothefluidcatalyticcrackingunit
(FCCU)modelanditseffectivenesswasdemonstrated.

Keywords:kernelFisherdiscriminantanalysis;nonlinear;statisticalprocessmonitoring;faultdiagnosis

2006-06-07收到初稿,2006-11-09收到修改稿。Receiveddate:2006-06-07.
联系人:邵惠鹤。第一作者:赵旭(1977—),男,博士研Correspondingauthor:Prof.SHAOHuihe.E-mail:hhshao
究生。@sjtu1edu1cn
基金项目:国家自然科学基金项目(60504033);工业控制技Foundationitem:supportedbytheNationalNaturalScience
术国家重点实验室开放