摘要
在过程监测中，随着对系统稳定性与安全性需求的增加，故障检测与诊断也越发重要。及时、有效、准确的检出故障对工业过程的经济性与安全性都有非常大的意义，及时检出故障，则有助于降低维修成本，并且避免长期故障引起的设备损坏，若不能及时检出故障，不仅在经济方面造成损失，严重的甚至会威胁现场工作人员的生命安全。 作为一种基于数据驱动的故障诊断方法主元分析分析方法，需要稳态工况下的数据进行建模。传统主元分析方法，其T2统计量与SPE统计量控制限均为固定的，然而，在过渡工况下，使用固定的控制限，会引发大量的误报，这严重影响主元分析的检测性能。同时，从系统获取的数据含有大量的噪声，导致主元分析检测性能下降。 本文首先介绍了故障诊断的基础知识及故障分类、故障诊断方法及其分类，深入研究了主元分析的故障诊断机理及方法。针对主元分析在过渡工况中误报率较高的问题，研究了T2统计量方差自适应控制限。然而，采用方差自适应控制限增加了故障的漏报率，因此，本文就T2统计量方差自适应控制限与EWMA滤波展开研究，将方差自适应控制限的主元分析方法首次用于火电厂故障诊断中，有效地降低了主元分析T2统计量在过渡工况中的误报情况;并且方差自适应控制限与EWMA滤波相结合，在不增加误报的情况下有效地提高了主元分析检出微小故障的能力。 主要研究工作如下: 1、对故障诊断基础进行调研，研究了故障的分类及故障诊断类型的分类。本文介绍了两类故障诊断方法:1）基于模型的故障诊断方法;2）基于数据的故障诊断方法，并分析对比了其方法的优缺点。 2、深入研究了经典主元分析方法，为了解决经典主元分析误报的问题，研究了统计量用自适应控制限的方法，并且深入研究了主元分析与EWMA滤波相结合的方法，提出方差自适应控制限与EWMA相结合的故障诊断方法，在降低误报率的同时，提高了主元分析检出微小故障的性能。 3、采用数值仿真实验验证方差自适应控制限与EWMA相结合的方式可以有效降低误报，同时提高了主元分析检出微小故障的性能，并且将这种方法用于火电厂燃烧故障诊断过程中。
NETL