早期故障的检测和诊断对设备和过程的安全具有重要意义,从统计角度看,早期故障在数据中的表现形式可分为一阶统计量变化、二阶统计量变化和高阶统计量变化等。本项目针对以上故障类型,提出一套基于非参数统计检验的早期故障检测和诊断方法。首先将待测样本划分为固定长度的子集,将单样本检验问题转化为分布检验问题,具体包括基于经验似然的故障检测方法,适用于检测一阶统计量的变化;对二阶统计量变化的早期故障,拟利用核均值偏差检验,将样本投影到核空间,比较其均值偏差,实现检测和诊断的目的;为比较正常样本与待测样本的概率分布,设计基于KL距离的早期故障检测与诊断方法。并将研究方法应用于高炉冶炼等冶金和化工过程。基于非参数统计检验的早期故障检测和诊断方法不依赖于任何分布假设,对微小、缓变的早期故障具有更高的灵敏度。项目的研究成果将有助于提高冶金和化工等生产过程的产品质量和控制性能,具有重要的理论和应用价值。
英文主题词fault diagnosis;nonparametric distribution test;empirical likelihood;kernel mean descrepancy;Kullback-Leibler divergence