基于MPCA-MDPLS的间歇过程的故障诊断

针对间歇过程的故障诊断问题，提出了一种新的混合模型方法——MPCA-MDPLS.这种方法包括两个模型：多向主元分析(MPCA)模型和多向判别部分最小二乘(MDPLS)模型.这两个模型的建模数据不仅包括正常工况的数据，而且还包含了各种已知故障数据.因此，MPCA模型具有检测未知故障的能力.给出了MDPLS模型故障诊断限，对经MPCA模型检测不是未知故障的故障做进一步诊断.如果故障是未知的，可以采取其他的方法来分析新的故障，并按不同类别存入到数据库中.当多次出现这种故障之后（一般≥5次），把新的故障数据加入到建模数据中，并重新建立MPCA-MDPLS模型.通过对实际工业链霉素发酵过程数据的分析，表明了提出的算法是可行的、有效的，并具有识别未知新故障的能力.