[发明专利]一种基于判别分析的工业过程多故障诊断方法

摘要

本发明公开了一种基于判别分析的工业过程多故障诊断方法，包括：基于工业过程的正常样本集，确定该工业过程故障样本并建立故障样本集；利用改进的Fisher判别分析提取故障样本每个变量的特征属性；特征属性反映该变量偏离正常分布的程度，以特征属性大小为重构顺序，依次进行多维度重构，直到重构后监测统计量小于控制限。本发明通过多维重构，确定全部故障变量，并通过特征属性大小区分主要故障变量、次要过程变量；并且多维度重构方法不受变量间“污染”效应，适用于复杂的多故障情形下的故障，因此，本发明能够在复杂的多故障情形下进行故障诊断，克服了传统单维重构的“污染”效应，同时诊断结果能够提供有关故障变量主次的故障信息。

主权项

1.一种基于判别分析的工业过程多故障诊断方法，其特征在于，包括：步骤1、基于工业过程的正常样本集，确定该工业过程的故障样本并建立故障样本集；步骤2、分别将所述正常样本集和所述故障样本集向其空间同一直线上投影，基于Fisher判别分析，以投影后的所述正常样本集和所述故障样本集之间的类间散度矩阵最大为目标，得到投影系数向量；步骤3、基于所述投影系数向量中各元素的绝对值大小，确定所述故障样本中各变量方向的重构优先级；步骤4、沿所述重构优先级中的前k个变量方向，对所述故障样本进行多维重构，使得重构后所述故障样本为正常样本，并将所述前k个变量方向确定为故障方向，完成故障诊断，其中，k为正整数。