张登山（神东煤炭集团公司大柳塔煤矿，陕西　神木　719315）



基于PCA和KPCA的带式输送机故障诊断

张登山（神东煤炭集团公司大柳塔煤矿，陕西神木719315）

摘要：由于在生产过程中监测变量的高度相关性，一个故障或扰动的发生会导致许多变量采样值的异常，因此仅仅检测各个过程变量不足以应用于过程监测、故障诊断。本文通过获得正常操作状态下的数据，采用主元分析对生产过程进行监测，并确定过程运行的统计控制限。当统计量的值超过它们的控制限时，就预示着有故障发生。

关键词：主元分析；故障诊断；过程监控

1　算法说明

1.1PCA和过程监测与故障诊断

PCA是Principal component analysis的缩写，中文翻译为主元分析。它是一种对数据进行分析的技术，最重要的应用是对原有数据进行简化。正如它的名字：主元分析，这种方法可以有效地找出数据中最“主要”的元素和结构，去除噪音和冗余，将原有的复杂数据降维，揭示隐藏在复杂数据背后的简单结构。它的优点是简单，而且无参数限制，可以方便地应用于各个场合。因此应用极其广泛，从神经科学到计算机图形学都有它的用武之地。被誉为应用线性代数最有价值的结果之一[1]

由于生产过程中监测变量的高度相关性，一个故障或扰动的发生会导致许多变量采样值的异常。因此，仅仅检测各个独立的过程变量对于过程监测、故障诊断并无益处。以主元分析（PCA）为代表的多元统计分析方法将生产过程中大量高度相关的过程变量投影到一个包含有原空间绝大多数信息的低维空间中，从而使得过程监测工作大为简化。……