[发明专利]一种基于KPCA进行故障分离与重构的电熔镁炉故障诊断方法

摘要

本发明提供一种基于KPCA进行故障分离与重构的电熔镁炉故障诊断方法，包括：采集电熔镁炉的历史正常数据、电熔镁炉发生故障时的历史故障数据、在线监测发生故障时的测试数据；对电熔镁炉的历史正常数据和历史故障数据进预处理；利用核主元分析法对电熔镁炉的历史正常数据进行高维映射再PCA分解；利用故障负载向量集对在线监测时发生故障的测试故障数据进行诊断和故障重构，确定故障类型，恢复故障数据为对应的正常数据，实现故障消除。本发明解决了电熔镁炉的非线性数据的故障分离和重构问题。对在线监测时发生故障的测试数据数据进行监测，只有当前故障所对应的故障模型能够正确去除数据中的故障信息，据此可确定故障类别，达到故障分离的目的。

主权项

一种基于KPCA进行故障分离与重构的电熔镁炉故障诊断方法，其特征在于：包括以下步骤：步骤1：采集电熔镁炉的历史正常数据、电熔镁炉发生故障时的历史故障数据、在线监测发生故障时的测试数据；电熔镁炉的历史正常数据、电熔镁炉发生故障时的历史故障数据、在线监测发生故障时的测试数据，均包括：电熔镁炉内的变压器二次侧电压、电流、炉内温度、电极位置和炉体温度；步骤2：对电熔镁炉的历史正常数据和历史故障数据进预处理；步骤3：利用核主元分析法对电熔镁炉的历史正常数据进行高维映射再PCA分解，得到电熔镁炉的历史正常数据对应高维历史正常数据的主元子空间的主元负载矩阵和主元得分矩阵、电熔镁炉的历史正常数据对应高维历史正常数据的残差子空间的残差负载矩阵和残差得分矩阵，分别利用上述两个得分矩阵分别得到高维历史故障数据的主元子空间及其主元得分矩阵、残差子空间及其残差得分矩阵；步骤4：设定高维历史故障数据的T²统计量阈值及SPE统计量阈值；步骤5：提取高维历史故障数据的主元子空间中导致T²统计量超限的故障数据并分离导致这些故障的故障负载向量集；步骤6：提取高维历史故障数据的残差子空间中导致SPE统计量超限的故障数据并分离导致这些故障的故障负载向量集；步骤7：利用步骤5、步骤6中的故障负载向量集对在线监测时发生故障的测试故障数据进行诊断和故障重构，确定故障类型，恢复故障数据为对应的正常数据，实现故障消除。