基于自适应动态时间规整(DTW)的GA-FCM多阶段间歇过程故障诊断

多时段是间歇过程的固有特征，对间歇过程划分阶段可以提高故障诊断的精度。采用模糊C-均值聚类（FCM）算法划分阶段存在对初始聚类中心敏感、易于陷入局部极优值的问题。提出遗传算法与FCM算法相结合的方法（GA-FCM），用于克服FCM易于陷入局部极优值的问题，以达到全局最优。同时，针对间歇过程数据不等长问题，提出自适应动态时间规整（DTW）算法。随后，用GA-FCM方法完成阶段划分，再建立多向核主元分析（MKPCA）模型完成故障检测。最后将此算法应用于青霉素发酵过程，仿真结果验证了所提方法的可行性和有效性。