摘要：控制阀粘滞现象是导致工业过程控制回路振荡和阀门非线性行为的主要原因之一，这不仅会降低控制回路性能和缩短阀门使用寿命，还可能增加产品质量波动及能耗增加，因此，控制阀门粘滞的实时检测对保证过程平稳运行意义重大。基于时域的传统粘滞检测方法是通过分析控制阀输入信号OP （Output Position）和过程变量PV （Process Variables）波形并计算粘滞指数判断粘滞是否存在。然而，在实际工业实践中，过程PV信号呈现非线性和非高斯的随机波动特征，基于时域波形分析的控制阀粘滞故障检测方法在准确率和泛化能力上存在局限性。针对实际过程的检测信号的随机波动特性，本工作提出了一种基于Volterra级数模型和角度方差指标（Angular Variance Index, AVI）的核熵成分分析（Kernel Entropy Component Analysis, KECA）故障检测方法。基于AVI的KECA简称改进核熵成分分析（Improved kernel Entropy Component Analysis, IKECA）。首先，二阶Volterra级数模型对非线性粘滞控制阀进行建模。其次，基于谱分析理论和二阶Volterra级数提取用于表征粘滞的OP-PV相位特征。然后对故障和正常数据，利用KECA方法对多维特征进行降维、特征提取和分类，以差分向量角度方差指标作为统计量，通过核密度估计（Kernel Density Estimation, KDE）来确定识别控制限AVILim，从而实现对控制阀粘滞故障的实时检测。基于所提方法开发了工业应用软件，工业应用结果证实了所提方法的可行性和有效性。
