徐莹，邓晓刚，钟娜



基于ICA混合模型的多工况过程故障诊断方法

徐莹，邓晓刚，钟娜

（中国石油大学（华东）信息与控制工程学院，山东 青岛 266580）

针对工业过程数据的多模态和非高斯特性，提出一种基于独立元混合模型（independent component analysis mixture model, ICAMM）的多工况过程故障诊断方法。该方法将独立元分析与贝叶斯估计结合，同时完成各个工况的数据聚类和模型参数求取，并建立基于贝叶斯框架下的集成监控统计量实时监控过程变化。在检测到故障后，针对传统的变量贡献图方法无法表征变量之间信息传递关系的缺点，提出基于信息传递贡献图的故障识别方法。该方法首先计算各变量对独立元混合模型统计量的贡献度，进一步通过最近邻传递熵描述故障变量之间的传递性，挖掘故障变量之间的因果关系，从而确定故障源变量和故障传播过程。最后对一个数值系统和连续搅拌反应釜（CSTR）过程进行仿真研究，结果验证了本文所提出方法的有效性。

ICA混合模型；多工况过程；后验概率；传递熵；贡献图

引 言

随着现代工业装置日益复杂化、大型化，如何利用过程监控与故障诊断技术保障其安全稳定运行成为过程控制领域的重要研究课题。由于计算机控制系统的广泛应用，现代工业数据库中存储了大量历史和实时数据，因此基于多元数据统计分析的故障诊断方法成为目前的研究热点，该类方法又称多元统计监控方法，典型的方法包括主元分析方法（PCA）、偏最小二乘方法（PLS）、独立元分析方法（ICA）等[1-2]。……