TE過程故障診斷方法比較研究.pdf

1、化工過程對于工業(yè)的生產十分重要。近年來，由于科技的不斷進步和發(fā)展，化工過程擁有越來越先進的設備，越來越復雜的生產過程，對其的投資量越來越多和越來越先進的智能化水平，所以一個特別重要的問題就是如何實現(xiàn)其安全性和可靠性。而其中一種重要的手段就是對其進行故障診斷，使其更加可靠和安全。所以對于化工過程來說，故障診斷技術是有很重要的作用和意義的。本文以一個典型的化工生產過程TE(TennesseeEastman)過程作為研究的對象，提出了兩種改進

2、的核聚類算法，在一定程度上提高了故障診斷系統(tǒng)的準確性和快速性問題。
　　本文首先對故障診斷的研究意義和發(fā)展現(xiàn)狀做了綜述，概述了TE過程已有的故障診斷方法，并且詳細的闡述了TE過程。
　　然后，針對TE過程故障診斷系統(tǒng)的準確性問題，對TE過程已有的故障診斷方法進行比較研究，對存在的不足，提出了一種改進的核聚類算法，即核主元分析(KPCA)和模糊核C-均值聚類(KFCM)集合的故障診斷方法，對該方法和已有方法進行仿真分析和比較研

3、究。比較結果表明，核主元分析(KPCA)和模糊核C-均值聚類(KFCM)集合方法要優(yōu)于模糊核C-均值聚類方法和模糊C均值聚類方法。
　　再次，針對TE過程故障診斷系統(tǒng)的快速性問題，對TE過程已有的故障診斷方法進行比較研究，對存在的不足，提出了一種改進的增量核聚類算法，即核主元分析(KPCA)和增量模糊核C-均值聚類(IKFCM)集合的故障診斷方法，對該方法和已有方法進行仿真分析和比較研究。比較結果表明，核主元分析(KPCA)和增量