Resumen

Teniendo en cuenta que el proceso de producción de la polimerización del cloruro de polivinilo (PVC) presenta más tipos de fallos y su tipología es compleja, en este artículo se propone un algoritmo de diagnóstico de fallos basado en el método híbrido de Análisis de Componentes Principales Kernel Dinámico-Análisis Discriminante Fisher (DKPCA-FDA). El análisis de componentes principales de kernel y el análisis de componentes principales de kernel dinámico se utilizan para el diagnóstico de fallos en el proceso de polimerización del cloruro de polivinilo (PVC), mientras que el método de análisis discriminante de Fisher (FDA) se adoptó para obtener datos de fallos para su posterior separación. Los resultados de la simulación muestran que el Análisis de Componentes Principales Kernel Dinámico para el diagnóstico de fallos en el proceso de polimerización del cloruro de polivinilo (PVC) tiene una mayor precisión de diagnóstico, el Análisis Discriminante de Fisher (FDA) puede realizar un mayor aislamiento de los fallos, y el fallo real en el proceso de producción de polimerización del cloruro de polivinilo (PVC) puede ser monitorizado por el Análisis de Componentes Principales Kernel Dinámico.

• Materias:Análisis Matemático Matemáticas Algebra Ingeniería Lógica matemática
• Subjects:Mathematical Analysis mathematics Algebra Engineering Mathematical logic
• Palabras claves:Cloruro de polivinilo; PVC; algoritmo de diagnóstico de fallos; análisis de componentes principales de núcleo dinámico; análisis discriminante de Fisher; aislamiento de fallos.
• Keywords:Polyvinyl chloride; PVC; fault diagnosis algorithm; dynamic kernel principal component analysis; Fisher discriminant analysis; fault isolation