江苏大学学报(自然科学版)

作者：刘鸿斌，张昊，景宜，张凤山

单位：<div style=\line-height: 150%\>（1. 南京林业大学 江苏省林业资源高效加工利用协同创新中心， 江苏 南京 210037； 2. 山东华泰纸业股份有限公司， 山东 东营 257335）</div>\r\n<div style=\line-height: 150%\>&nbsp;</div>

关键词：废水处理过程, 主成分分析, 动态过程, 非线性过程, 故障检测

基金：南京林业大学标志性成果培育建设项目（202026）

为了克服废水处理过程具有较强的非线性及动态特性，研究了基于主成分分析（principal component analysis, PCA）的在线故障检测.首先在PCA的基础上引入核函数，构造核主成分分析（kernel principal component analysis, KPCA）来优化模型结构，再通过嵌入动态模型来构造动态核主成分分析方法（DKPCA），最后对废水处理过程进行在线故障检测.基于某造纸厂废水数据，构建了偏移故障、漂移故障及精度下降故障，并进行仿真.研究结果表明，在偏移故障条件下，相较于PCA和KPCA方法，DKPCA的平方预测误差故障检测率分别提升了96.96%和87.87%，且在漂移故障条件下检测的灵敏度也有明显提升，验证了在废水时变性过程中DKPCA方法在线故障检测的有效性.

来源：2021年第2期

《江苏大学学报(自然科学版)》期刊编辑部

查看江苏大学学报(自然科学版)杂志2021年第2期