尤　博，　彭开香

基于有效分类的多模态过程故障检测及应用

尤博，彭开香

（北京科技大学自动化学院，北京100083）

多模态的故障检测作为复杂的实际问题，得到越来越多的重视.围绕多模态的故障检测问题展开相应关键问题研究，首先提出一种基于K均值聚类算法结合聚类有效性指标求解出最佳模态数方法，通过数值仿真和带钢热连轧生产过程数据进行验证；然后利用模糊C均值算法对训练数据进行模态划分，针对不同模态，利用主成分回归方法建立相应的监测模型，实现对故障的有效检测；最后将该故障检测方法应用到带钢热连轧生产过程.仿真结果表明，不仅实现合理模态划分和识别，而且取得良好的检测效果.

故障检测；多模态；模态划分；模态识别；带钢热连轧

随着现代工业的快速发展，原材料的波动、工作点的调整、产品规格及批次不同等使生产过程的工况频繁发生改变.这种多工况特性使得1个连续生产过程经常在不同模态间转换，对于这些包含多个操作模态的生产过程，传统的故障检测方法（如主元分析（PCA）、偏最小二乘（PLS）等算法）很难直接应用.这些算法往往针对具有1个稳定状态的过程进行处理，将传统方法应用到这些过程时会出现问题.

复杂生产过程的多工况特性决定其本身呈现出不同的生产模态，不同模态往往具有不同的数据特征.如果用1个模型监测不同的模态，很难起到良好的故障检测效果.Zhao等［1-2］通……