基于PCA和SDG的传感器故障诊断方法研究及应用  

Method Combining PCA and SDG for Fault Diagnosis of Sensors and Its Application

作　　者：高东[1] 吴重光[1] 张贝克[1] 马昕[1] 

机构地区：[1]北京化工大学信息科学与技术学院自动化系,北京100029

出　　处：《系统仿真学报》2011年第3期567-573,共7页Journal of System Simulation

基　　金：黑龙江省科技攻关项目(GB06A106)

摘　　要：针对传统基于PCA(主元分析)的传感器故障诊断方法缺乏故障推理能力,难以定位故障源的缺点,提出一种PCA与SDG(符号有向图)相结合的传感器故障诊断的方法。此方法分为2步:首先建立系统的SDG模型和PCA模型,使用PCA方法监控所有的过程变量;第二步,当故障发生的时候,通过PCA得到异常变量的状态,根据变量的状态,通过SDG模型进行反向推理,找到可能发生故障的传感器。通过液位控制系统的仿真实验以及在常减压装置(AUDU)故障诊断上的应用,结果表明方法能够及时有效地检测出单个或多个传感器故障,提高了诊断的准确性与分辨率。The fault diagnosis of sensors using PCA（principle component analysis） is lack of inference and can not find the root cause of the fault（s）.A method combining PCA and SDG（signed directed graph） was proposed to improve the traditional fault diagnosis of sensors using PCA.There are two steps in this method.First step,the SDG and PCA models should be built.All the variables are monitored using PCA.Second step,when fault（s） occur,the states of variables are determined by PCA.Based on the states of variables,backward inference on SDG model is used to find the possible faulty sensors.This method is tested on a tank-level control system and applied on the atmospheric and vacuum distillation unit（AUDU）.The results show that this method can find one or more sensors＇ faults fast,improving the accuracy and resolution.

关 键 词：PCA SDG 传感器 故障诊断 常减压装置 

分 类 号：TP391.9[自动化与计算机技术—计算机应用技术]