本發明專利技術提供一種基于KPCA進行故障分離與重構的電熔鎂爐故障診斷方法，包括：采集電熔鎂爐的歷史正常數據、電熔鎂爐發生故障時的歷史故障數據、在線監測發生故障時的測試數據；對電熔鎂爐的歷史正常數據和歷史故障數據進預處理；利用核主元分析法對電熔鎂爐的歷史正常數據進行高維映射再PCA分解；利用故障負載向量集對在線監測時發生故障的測試故障數據進行診斷和故障重構，確定故障類型，恢復故障數據為對應的正常數據，實現故障消除。本發明專利技術解決了電熔鎂爐的非線性數據的故障分離和重構問題。對在線監測時發生故障的測試數據數據進行監測，只有當前故障所對應的故障模型能夠正確去除數據中的故障信息，據此可確定故障類別，達到故障分離的目的。
【技術實現步驟摘要】
本專利技術涉及電熔鎂爐故障診斷
，具體是一種基于KPCA進行故障分離與 重構的電熔鎂爐故障診斷方法。
技術介紹
故障重構技術是故障診斷的一個重要步驟。故障重構的目的是當生產過程中有故 障發生時尋找故障值所對應的正常數據。如果實際的故障方向已知則可以進一步對故障進 行分析，包括恢復無故障數據和故障幅值估計。 電熔鎂砂是一種廣泛用于冶金、化學、航天等工業的重要耐火材料，電熔鎂爐是其 主要的生產設備。裝備主要包括：變壓器1、電路短網2、電極升降裝置、電極、爐體等。電熔 鎂爐的基本工作原理如圖1所示。爐殼一般為圓形，稍有錐形，為便于熔坨脫殼，在爐殼壁 上焊有吊環，爐下設有移動小車，作用是使熔化完成的熔塊移到固定工位，冷卻出爐。電熔 鎂砂生產過程主要由菱鎂礦粉或輕燒鎂粉作為原材料，利用電極通電后的電弧作為熱源對 原料進行高溫熔煉。由于熔煉時爐內溫度分布不均勻，產品冷卻后形成熔坨的不同部位的 產品純度和所含雜質也不同，因此也將產品分為不同的品位。 電熔鎂爐通過電極引入大電流形成弧光產生高溫來完成熔煉過程。目前我國多數 電熔鎂爐冶煉過程自動化程度還比較低，往往導致故障頻繁和異常情況時有發生，其中由 于電極執行器故障等原因導致4-電極距離電熔鎂爐的爐壁過近，使得爐溫異常，可以導致 電熔鎂爐的5-爐殼熔化，熔爐一旦發生將會導致大量的財產損失以及危害人身安全。另 外，由于5-爐殼固定，執行器異常等原因導致電極長時間位置不變造成爐溫不均，造成距 離電極附近溫度高，而距離電極遠的區域溫度低，一旦電極附近區域溫度過高，容易造成 "燒飛"爐料；而遠離4-電極的區域溫度過低形成死料區，這將嚴重影響產品產量和質量。 所以發生故障時對故障進行有效監測和對故障重構具有十分必要和有意義的。 傳統的PCA故障重構方法是將故障數據空間分解成兩個互相垂直的子空間，主元 子空間和殘差子空間。PCA是保持最主要的數據分布方向，這些方向能夠有效表示數據分布 特征。但是PCA模型只是研宄了故障數據的內部關系，不能夠有效隔離數據中的故障信息 和正常信息。因此基于PCA的故障重構方法需要進一步分析，進而獲得準確的隔離故障數 據和正常數據的故障方向，估計故障幅值，改進重構效果。 另外，實際工業過程中，變量之間往往呈現出非線性特征，利用傳統的線性方法進 行故障重構也不能達到滿意的效果。電熔鎂爐冶煉過程往往由于生產原料的不同存在多種 生產模式，不同模式中電極中的電流設定值相差很大，因此需要針對不同模式建立不同的 模型用來檢測有無故障發生。
技術實現思路
針對現有技術存在的問題，本專利技術提供一種基于KPCA進行故障分離與重構的電 熔鎂爐故障診斷方法。 本專利技術的技術方案是： 一種基于KPCA進行故障分離與重構的電熔鎂爐故障診斷方法，包括以下步驟： 步驟1 :采集電熔鎂爐的歷史正常數據、電熔鎂爐發生故障時的歷史故障數據、在 線監測發生故障時的測試數據； 電熔鎂爐的歷史正常數據、電熔鎂爐發生故障時的歷史故障數據、在線監測發生 故障時的測試數據，均包括：電熔鎂爐的變壓器一次側電壓、電流，二次側電壓、電流和爐內 溫度、電極位置，以及各電流，電壓溫度、壓力等傳感器傳來的數據； 步驟2 :分別對電熔鎂爐的歷史正常數據和歷史故障數據進行預處理； 步驟3:利用核主元分析法對電熔鎂爐的歷史正常數據進行相同方式的高維映射 再PCA分解，得到電熔鎂爐的歷史正常數據對應高維歷史正常數據的主元子空間的主元負 載矩陣和主元得分矩陣、電熔鎂爐的歷史正常數據對應高維歷史正常數據的殘差子空間的 殘差負載矩陣和殘差得分矩陣，分別利用上述兩個得分矩陣分別得到高維歷史故障數據的 主元子空間及其主元得分矩陣、殘差子空間及其殘差得分矩陣； 步驟4:設定高維歷史故障數據的T2統計量閾值及SPE統計量閾值； 步驟5:提取高維歷史故障數據的主元子空間中導致T2統計量超限的故障數據并 分離導致這些故障的故障負載向量集； 步驟6 :提取高維歷史故障數據的殘差子空間中導致SPE統計量超限的故障數據 并分離導致這些故障的故障負載向量集； 步驟7:利用步驟5、步驟6中的故障負載向量集對在線監測時發生故障的測試故 障數據進行診斷和故障重構，確定故障類型，恢復故障數據為對應的正常數據，實現故障消 除。 進一步地，步驟3按如下步驟進行： 步驟3.1:定義核函數； 步驟3. 2 :利用核函數將電熔鎂爐的歷史正常數據映射到高維特征空間得到高維 歷史正常數據； 步驟3. 3 :利用核主元分析法對高維歷史正常數據進行PCA分解，得到電熔鎂爐 的高維歷史正常數據的主元子空間及其主元負載矩陣、殘差子空間及其對應的殘差負載矩 陣； 步驟3. 4 :將高維歷史故障數據映射到高維歷史正常數據的主元負載矩陣上得到 高維歷史故障數據的主元子空間及其主元得分矩陣；將高維歷史故障數據映射到高維歷史 正常數據的殘差負載矩陣上得到高維歷史故障數據的殘差空間及其殘差得分矩陣。 進一步地，步驟5按如下步驟進行： 步驟5. 1 :定義表示電熔鎂爐發生故障時高維歷史故障數據相對于電熔鎂爐無故 障時高維歷史正常數據關系的變化率矩陣； 步驟5. 2:設定變化率矩陣閾值，從高維歷史故障數據主元子空間中的主元得分 矩陣中，提取對應導致變化率矩陣超限的故障負載向量集； 步驟5. 3:將高維歷史故障數據映射到步驟5. 2中的故障負載向量集上，得到導致 T2統計量超限的主元故障數據； 步驟5. 4:對步驟5. 3中主元故障數據進行核主元分析法分解，得到引起T2統計量 超限的主元故障負載向量集。 進一步地，步驟6按如下步驟進行： 步驟6. 1:定義高維歷史正常數據殘差子空間與高維歷史故障數據殘差子空間的 差異值矩陣，矩陣的最大差異值對應的高維歷史故障數據殘差子空間中故障載向量，對SPE 統計量中超限作用最大； 步驟6.2 :設定差異值的閾值，從高維歷史故障數據殘差子空間的殘差負載矩陣 中，提取導致差異值超限的故障負載向量集； 步驟6. 3 :將高維歷史故障數據映射到步驟6. 2中的故障負載向量集上，得到導致 SPE統計量超限的殘差故障數據； 步驟6. 4:對步驟6. 3中殘差故障數據進行核主元分析法分解，得到引起SPE統計 量超限的殘差故障負載向量集。 進一步地，步驟7按如下步驟進行： 步驟7. 1 :利用步驟5中主元故障負載向量集中某個負載向量，對高維測試故障數 據進行重構，得到測試故障數據的主元重構數據，利用步驟6中殘差故障負載向量集中某 個負載向量，對測試故障數據進行重構，得到測試故障數據的殘差重構數據； 步驟7. 2:將高維測試故障數據的主元重構數據和高維測試故障數據的殘差重構 數據分別映射到高維歷史正常數據的負載矩陣上，得到高維測試故障數據的修正主元得分 矩陣和高維測試故障數據的修正殘差得分矩陣； 步驟7. 3:利用步驟7. 2的修正主元得分矩陣計算修正T2統計量，利用修正殘差得 分矩陣計算修正SPE統計量，并判斷T2和SPE是否超限：若無超限，說明高維測試故障數據 中的故障由該負載向量造成，從而確定故障類型；若超限，說明故障沒有消除，尚有新故障， 更換故障負載向量集中其他負載向量按照步驟7. 1、步驟7. 2,步驟7. 3繼續診斷，查找故障本文檔來自技高網...
【技術保護點】
一種基于KPCA進行故障分離與重構的電熔鎂爐故障診斷方法，其特征在于：包括以下步驟：步驟1：采集電熔鎂爐的歷史正常數據、電熔鎂爐發生故障時的歷史故障數據、在線監測發生故障時的測試數據；電熔鎂爐的歷史正常數據、電熔鎂爐發生故障時的歷史故障數據、在線監測發生故障時的測試數據，均包括：電熔鎂爐內的變壓器二次側電壓、電流、爐內溫度、電極位置和爐體溫度；步驟2：對電熔鎂爐的歷史正常數據和歷史故障數據進預處理；步驟3：利用核主元分析法對電熔鎂爐的歷史正常數據進行高維映射再PCA分解，得到電熔鎂爐的歷史正常數據對應高維歷史正常數據的主元子空間的主元負載矩陣和主元得分矩陣、電熔鎂爐的歷史正常數據對應高維歷史正常數據的殘差子空間的殘差負載矩陣和殘差得分矩陣，分別利用上述兩個得分矩陣分別得到高維歷史故障數據的主元子空間及其主元得分矩陣、殘差子空間及其殘差得分矩陣；步驟4：設定高維歷史故障數據的T2統計量閾值及SPE統計量閾值；步驟5：提取高維歷史故障數據的主元子空間中導致T2統計量超限的故障數據并分離導致這些故障的故障負載向量集；步驟6：提取高維歷史故障數據的殘差子空間中導致SPE統計量超限的故障數據并分離導致這些故障的故障負載向量集；步驟7：利用步驟5、步驟6中的故障負載向量集對在線監測時發生故障的測試故障數據進行診斷和故障重構，確定故障類型，恢復故障數據為對應的正常數據，實現故障消除。...
【技術特征摘要】
【專利技術屬性】
技術研發人員：張穎偉，范云鵬，栗振杰，馮瑋，
申請(專利權)人：東北大學，
類型：發明
國別省市：遼寧;21
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。