自动控制
蒲健飞, 任少君, 周东阳, 曹军, 范伟, 司风琪
针对传统高斯混合模型(GMM)算法在多模态热工过程故障监测与诊断中对初始参数敏感和难以准确定位故障变量的问题,建立基于鲁棒高斯混合模型(RGMM)算法的故障监测模型并提出一种基于引力搜索算法(GSA)重构的故障分离(GSA-RGMM)算法。通过RGMM算法建立多模态热工过程故障监测模型,使用期望最大化(EM)算法迭代求解模型最佳高斯成分数和统计分布参数,当监测指标超过限值时,通过融合监测指标的GSA重构方法定位故障变量和故障幅值。采用多模态数值算例和高压加热器算例对GSA-RGMM算法进行评价,结果表明:GSA-RGMM算法在多模态热工过程故障监测中对故障具有较高的检出率,当监测到故障后能较好地定位故障变量,有较高的诊出率和较低的误诊率,适用于多模态热工过程故障实时监测与诊断。