论文部分内容阅读
本文对主元分析方法(PCA)用于故障检测和诊断的理论基础进行了完整介绍，系统和深入地研究了这一方法。提出了将观测器与PCA结合进行故障检测诊断的方法。这样就能够将观测器观测到的不可测变量与可测变量相结合进行PCA故障诊断，提高了诊断效果的准确性。
使用非线性自适应观测器来观测系统的不可测变量，由于传统主元分析方法不适合分析非线性系统数据的缺点，在参考以往文献的后，提出使用广义PCA的方法，即在观测器观测到的数据组中通过引入模型中的非线性项的方法增加辅助变量，从而提取数组中的非线性特征，再对扩充后的多维数据组进行PCA降维处理。
同时为了消除引入的非线性项带来的干扰量本文提出对数据进行数据标准化后并进行一阶滤波的方法进行改进。仿真结果表明该方法能够有效的提取过程变量的非线性特征，准确地识别系统故障和诊断故障发生的原因。