第一章绪论
1.1课题研究背景及意义
随着人工智能水平和计算机科学的飞速发展，近几十年来的工业过程程控技术己取得了如翻天覆地般的巨大进步。对于现代化的工业生产过程来讲，整个生产过程已然呈现出高度智能化和自动化的趋势。虽然生产效率得到了空前提升，生产成本也大为降低，但是科技是把双刃剑，在带给人类福利的同时也会产生新的问题。大型工业系统的内部联系非常紧密，各过程变量间都呈现强关联性，所以一旦系统某处发生故障，就有可能会发生连锁反应，影响整个生产过程。在诸如化工、电力、水泥，冶金、热能等复杂工业生产过程中，一旦发生故障将会对整个环境产生难以预料的可怕后果。因为在此类工业生产活动中通常整个生产环节都在一种很严苟的环境下（如温、湿度很大）进行，参加反应的原料也常伴有毒性，所以一旦此类系统发生故障并且没有被及时发现，整个系统便会长时间运行在故障状态下，轻则生产中断，重则发生爆炸、毒气泄漏等事故，不仅会造成很大的经济损失，同时也严重威胁到生产人员的人身安全⑴。据化工过程杂志报告，美国每年仅由工业故障造成的损失就要将近几百个亿[2]:英国在此领域的损失也超过两百亿[3]。而在国内，工业事故也屡见不鲜。2005年6月，位于大连市某村的一加工厂发生了严重的液氯泄漏事故，方圆几十公里的空气遭到严重污染，附近千余村民被迫撤离。2008年6月，云南一化肥生产公司发生硫化氢泄漏事故，由于操作人员在进行生产过程中对调节岡的误操作，致使硫化钠在反应槽中堆积过多，造成硫化氢气体的大量挥发，造成重大人员伤亡事故。2010年7月，云南一液氣生产车间发生泄漏事故，导致许多工作人员因吸取大量氯气送医救治。经过事后调查发现，造成事故的原因是一球阀因为管道中气体压力过大而被撑爆，可以说未能对管道压力进行有效监控导致了这一事故的发生。2008年，广西一化工公司有机车间发生爆炸，造成大量人员死伤，并对附近环境造成很大污染[4]。这些事故给我们带来了惨痛的教训，并时时刻刻都在提醒我们安全性在工业生产过程中的重要性，必须采取有效的措施以避免此类事故再次发生。国际自动控制联合会每过几年便会召幵一届故障诊断方面的专题会议[5]。故障诊断己经然成为一门能对国民经济产生重大影响的热门研究学科。
…………
1.2故障诊断的概述
首先给出故障的定义：所谓故障就是指系统或设备在运行中，由于某种原因偏离了原先的工况转而处于一种非正常的状态，并且系统出现了异常现象[6]?故障诊断主要是指通过利用待诊断系统中大量旳测量设备所观测和记录到的数据信息、生产过程系统的动力学模型、系统运行时的状态信息等各种各样可获取的知识以及过程发生故障时的异常征兆，对系统进行全方面的判断和分析，明确故障发生的严重程度，对周边的影响程度以及后续的恢复手段等。一个完整的故障诊断系统的任务主要由以下几个部分组成[7]:故障的建模：指建立一个可将输入征兆与输出故陣进行一一映射匹配的模型。如：基于神经网络方法对一个设备进行诊断时，可将特定输入与特定输出分别进行编码，正常和故障时的特征向量分别对应于不同的编码，通过神经网络的迭代训练，我们就建立了系统的故障诊断数学模型故障检测：指监测模块通过采用各种故陣诊断算法判断出系统此时有无故障发生。故障识别：又可称为故障的辨识，指的是一旦系统发生故障，监测系统要能够识别出故障的原因，以指导现场工作人员定位故障位置。4、故障诊断：这里的诊断指的是通过上面三个步骤的结论并且结合其他已知信息确定故障的类型，明确故障是否严重和故障的时变特性。而文中的故障诊断指的是这几个步骤的统称，即从故障检测到获得故障全部信息的整个流程，是一个广义概念。故障决策：指的是根据以上诊断步骤获得故障的全面信息后，根据故障影响的大小决定后续处理步骤，如：是整个系统直接停机还是可以边运行边排故，将损失降到最小。
………
第二章TEP简介
2.1概述
田纳西-伊斯曼过程是一个基于真实工业过程的测试仿真平台，可以用来对各种过程控制技术、故障诊断算法进行研究和评估。由于各家程控公司出于专利和商业机密的考虑，对实际工业过程中采集到的数据都不作公开，这样各种基于数据驱动的故障诊断方法就无法得到评估和验证。所以，学者们只能通过工业过程仿真中得到的数据进行各类研究。出于这样的目的，美国伊斯曼化学品公司控制事业部的工程师以公司实际的工艺流程为基础，改写了部分参数，创建了TEP[58]?该仿真平台一经提出，便获得了学术界的一致认可，使得学者们可以更方便地进行过程监控、故障诊断等方面的研究。TEP仿真平台由5个操控单元组成,每个单元中都牵涉到许多物理、化学反应，通过对每个单元列写满足能量守恒、物料平衡规律的微分方程式，就能建立描述系统行为的数学模型。整个系统内包含众多用来描述内部反应过程和状态变化的方程式，并且由于大量反馈环节的加入，使得系统内各部分之间稱合严重，是过程控制和故障诊断领域极具挑战性的问题之一。
…………
第三章基于PCA的TEP故障诊断研究.......... 16
3.1PCA原理分析 ..........16
3.1.1 PCA的几何解释和本质.......... 16
3.1.2 PCA的计算步骤.......... 17
3.2 PCA的故障诊断.......... 19
3.3仿真研宄 ..........22
3.3.1置信限计算和算法评估标准.......... 22
3.3.2故障诊断分析.......... 23
3.4小结 ..........29
第四章基于FS-DKPCA的TEP故障诊断研究..........31
4.1 DKPCA的基本概述 ..........31
4.2 FS-DKPCA 算法.......... 35
4.3 FS-DKPCA的故障诊断.......... 38
4.4仿真研究..........41
4.5小结..........50
第五章基于DPCA-ICA的TEP故障诊断研究.......... 51
5.1 ICA的原理.......... 51
5.2 DPCA-ICA.......... 57
5.3 DPCA-ICA的故障诊断.......... 58
5.4仿真研究........... 59
5.5 小结.......... 67
第五章基于DPCA-ICA的TEP故障诊断研究
通过前一章节的仿真分析可以发现，基于FS-DKPCA的故障诊断方法虽然对所有故障较之PCA方法均有不同程度的提高，但是其对故障5、故障10和故障16的诊断效果依然不够理想，并且由文献[65]可看出，一般工业过程的数据不呈高斯分布。鉴于此，本章将研宄一种基于盲源分离思想的独立元分析（Independent Component Analysis, ICA)算法，并将这种方法应用于工业过程故障诊断。盲源分离是一种非常强大的信号分析方法，这种方法能够从大量的数据中提取出人们所希望得到的成分，进而获得有用的信息。ICA作为盲源分离的一种经典方法这些年获得了很多专家学者的高度关注，常被用于图像处理、数据通信、手势识别等信号处理领域。在过程监控方面，文献[66]指出对于一个动态过程而言，DICA比传统ICA具有更好的监测性能。但是，对于工业过程来说，系统中往往存在很多过程变量，这样就意味着样本矩阵的维数很高，如果再将静态样本矩阵扩展成规模更大的时滞矩阵，会造成ICA算法的运算速度大幅下降。基于此，本章将DPCA和ICA方法结合起来，提出一种DPCA-ICA故障诊断算法，首先将DPCA作为一种数据预处理的手段对时滞增广矩阵进行降维，这样既考虑到了釆样数据的自相关性又能有效减少矩阵的维数。然后运用ICA方法对预处理后的数据进行分析，用于工业过程故障诊断。
…………
结论
自18世纪第一次工业革命以来，工业技术己历经了300多年的发展，现代工业系统无论从规模还是复杂化程度与过去相比都己经今非昔比。这种工业系统生产过程中的某一环节一旦发生故障且未能被及时地检出，就极有可能会导致各种严重事故的发生。因此，我们必须保证此类系统能够安全、平稳、可靠地运行，而故障诊断技术是一种能够确保系统可靠运行、降低事故发生率的重要方法，研宄可靠、高效的故障诊断技术对于国民经济的发展有着重大意义。在众多故障诊断技术中，基于多变量统计分析的故障诊断方法以其"黑箱式“的诊断方式和响应及时、应用简便的优点获得了众多相关领域工作者的关注，并且由于工业传感器的大规模应用，现场数据的获取相对容易，这就使得基于多变量统计分析的故障诊断方法非常适合对复杂工业过程进行故障诊断。本文以7EP过程作为验证测试平台，分别研宄了基于PG4、FS-DKPG4和DPC4-/C4故障诊断方法。本文完成的工作如下所示：
(1)介绍了课题背景和多变量统计分析的故障诊断技术的发展概况，并对一些故障诊断的方法进行了综述。
(2)对本文的仿真验证平台TEP进行了详细描述，包括过程的流程工艺，运行模式、测量变量以及设置的故障。
……………
参考文献（略）