论文部分内容阅读
过程监测和快速故障检测与诊断对于过程操作的有效管理非常重要，而定性趋势分析(Qualitative Trend Analysis，QTA)是故障检测与诊断的一种重要的技术。趋势分析是状态监测和故障诊断的重要一环，趋势能够反映重要参数的运行状态，发展速度和趋势，确定故障的出发时刻，预测早期故障的发生，为故障的早期判定提供一个有效的手段。用计算机对传感器数据的瞬态演化进行建模，定性趋势分析(QTA)的基本思想是把已测的信号作为一种趋势序列(这种趋势序列是基于基元的)，定义三种基元：{不变，上升，下降}，用这三个基元组合成七种与时间有关的形状来描述过程的趋势：A不变，B上升，C下降，D正步，E负步，F上升／下降瞬变，G下降／上升瞬变。本文系统介绍用于过程故障诊断的定性趋势分析(Qualitative Trend Analysis，QTA)两个重要算法：趋势提取算法和趋势识别算法。本文用最小二乘法，实时地从数据中捕获并识别数据的趋势。为了使得趋势提取算法和趋势识别算法有更大的适应性，采用了分级阈值的办法来动态地获得趋势提取和识别过程中所需要的阈值。获得过程的趋势后，用一种趋势匹配的策略构架来诊断故障。在研究实例中应用定性趋势分析，并针对趋势分析故障匹配分辨率不高的不足，引入了定量的信息，从而提高故障匹配分辨率。对于过程工业的故障诊断，定性趋势分析的优点是能够简洁、快速地诊断故障。