基于K-means最佳聚类的间歇过程故障诊断方法

邵盟雅^1,2，吕锋³，宋学君^1,2，郭振兴¹

1. 河北师范大学物理学院2. 河北师范大学河北省光物理研究与应用重点实验室3. 河北师范大学职业技术学院

摘 要：在多时段间歇过程中,过程特性区域存在于两个相邻时段间的模糊过渡区域中。若不能准确将过渡时段提取出来,在采用多向主元分析（MPCA）方法进行故障诊断与分析过程中容易产生误判。为此,提出了一种基于K-means最佳聚类的间歇过程故障诊断方法。该方法首先在传统软时段划分中加入K-means最佳聚类方法,提高了子时段与过渡时段的区分度;然后利用MPCA诊断方法进行诊断分析。此方法提高了过渡时段的区分度,进而提升了故障诊断的精度。通过机床设备加工数据的仿真实验,证明了方法的有效性。

关键词：MPCA;K-means;最佳聚类;软时段划分;故障诊断;