故障诊断技术的主要任务是当系统发生了故障时,找出故障的特征描述,并利用它进行故障检测、预报、分离、辨识,进而实现故障决策。本课题以故障诊断中常用的独立成份分析和支持向量机为基础,采用他们相结合的方法,构成集成故障诊断方法,并探讨应用于对丁二烯精馏塔故障诊断。本文共分五章,主要研究内容如下:第一章,绪论。首先阐明了本课题的来源及研究意义,并通过对目前国内外故障诊断方法和用于丁二烯精馏塔故障诊断方法现状的调查研究,确立了本课题主要研究内容及关键技术。第二章,算法理论基础。本章分别介绍了独立成份分析与支持向量机,并对其适用范围、特点进行分析研究,为后续故障诊断控制奠定好理论基础。第三章,独立成份分析与支持向量机集成故障诊断方法。本章在对独立成份分析与支持向量机研究的基础上,对独立成份分析和支持向量机进行了集成,提出了独立成份分析与支持向量机故障诊断集成方法系统模型。第四章,仿真试验。本章结合多年来丁二烯精馏塔故障诊断过程中生产数据,根据已构造的故障诊断控制系统模型,构建了适用于丁二烯精馏塔故障诊断的系统模型,利用Matlab软件,并通过研究和仿真设计,对丁二烯精馏塔故障诊断系统进行仿真试验。获得了一系列实验数据,对模型相关参数进行了优化,为该方法的实际应用奠定了理论与仿真实验基础。第五章,总结与展望。对本文所做的主要研究内容进行了总结和概括,陈述了试验中的不足,并对今后研究进行了展望。本论文主要创新点:⑴针对单独采用独立成份分析(ICA)初始故障源难以被准确、快速诊断,造成大量资源的浪费和单独采用支持向量机(SVM)进行故障分类,易造成问题错分等问题,提出并构建了基于独立成份分析和支持向量机的集成故障诊断方法与模型。⑵阐述了ICA-SVM集成算法运用步骤与过程。⑶通过应用Matlab软件进行仿真实验研究,对DA106精馏塔和DA107精馏塔,分别采用已构建的独立成份分析和支持向量机的集成故障诊断系统模型方法,对其进行了故障诊断仿真试验,通过实验对参数进行了优化,为今后该方法的实际应用奠定了基础。