基于DPCA和KL散度的微小故障检测方法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.13873/J.1000-9787(2020)03-0135-04

基于DPCA和KL散度的微小故障检测方法

引用
针对工业生产过程中微小故障幅值小、特征不明显的特点,提出了一种基于动态主成分分析(DPCA)和KL散度的微小故障检测方法.该方法先采用DPCA构建动态过程的主成分分析模型,再利用KL散度量化模型得分向量概率分布之间的相似度,并按照3法则建立其相对应的统计限.为了验证所提方法的有效性,将该方法应用于田纳西-伊斯曼过程(TEP).结果 表明:所提方法能有效地检测出微小故障.

微小故障检测、动态主成分分析、Kullback-Leibler散度、田纳西-伊斯曼过程

39

TP13(自动化基础理论)

浙江省公益技术研究社会发展项目;浙江理工大学科研启动基金资助项目

2020-05-15(万方平台首次上网日期,不代表论文的发表时间)

共4页

135-138

相关文献
评论
暂无封面信息
查看本期封面目录

传感器与微系统

1000-9787

23-1537/TN

39

2020,39(3)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn