基于MSPCA的FPSO生產(chǎn)過程故障診斷系統(tǒng)的研究.pdf

1、本文以小波分析和主元分析法(PCA)的基本理論為基礎，將主元分析法去線性變量相關性的能力以及小波變換提取變量局部特征和近似分解變量自相關性的能力結合起來，引入了一種新的多元統(tǒng)計過程監(jiān)測工具一多尺度主元分析(MSPCA)，在此基礎之上，將主元子空間差別引入作為統(tǒng)計檢測指標，提出改進型MSPCA方法并將其應用于FPSO典型生產(chǎn)流程一油氣水分離系統(tǒng)。
　　 針對傳統(tǒng)PCA方法的局限性，應用MSPCA及改進型MSPCA故障診斷方法對FP

2、SO進行故障檢測與診斷研究。選取FPSO油氣水分離系統(tǒng)的18個過程監(jiān)控變量作為研究對象，通過對生產(chǎn)過程的正常運行狀態(tài)下的歷史數(shù)據(jù)建立多尺度離線主元模型，利用多尺度離線主元模型對仿真實時數(shù)據(jù)進行在線檢測，采用Hotelling統(tǒng)計量和SPE統(tǒng)計量判斷在各尺度上是否有顯著事件發(fā)生；利用含有顯著事件發(fā)生的尺度上的小波系數(shù)重構原始數(shù)據(jù)，并利用重構后的數(shù)據(jù)建立單尺度模型，應用Hotelling統(tǒng)計量和SPE統(tǒng)計量判斷系統(tǒng)是否發(fā)生故障。研究結果表明

3、：對于較為明顯的系統(tǒng)故障，MSPCA和PCA方法都能準確地檢測出系統(tǒng)故障；然而對于系統(tǒng)的細小擾動，MSPCA方法明顯優(yōu)于PCA方法。對于改進型MSPCA方法，由于將主元子空間差別作為多尺度在線檢測和故障檢測的統(tǒng)計指標，降低了隨機誤差對測量數(shù)據(jù)的影響，提高了過程性能監(jiān)視和故障診斷的準確性，然而該方法計算量較大，必須采取合理的監(jiān)控頻率。
　　 以MSPCA為故障診斷算法，以Microsoft Visual Basic和Matlab為