基于数据深度的过程工业故障检测方法

摘要：

为了对过程工业的生产过程进行质量监控,提出了一种基于数据深度的故障检测方法.选取较为易用的马氏深度与空间深度,同时为了提高空间深度对位置偏离程度的敏感性,引入高斯核函数将其核化,借助深度函数(马氏深度、核空间深度)将高维过程数据映射成一维深度值,再结合非参数秩统计量构造渐近分布进行故障判断.通过田纳西-伊士曼(TE)仿真实验,参考误报警率和检测效率两个指标,并将故障检测效果与其他方法进行对比,验证了所提方法的有效性.

关键词：故障检测、数据深度、核空间深度、马氏深度、秩统计量、TE过程

所属期刊栏目：56

分类号：O212;TP277(概率论与数理统计)

资助基金：教育部人文社会科学一般研究项目;南开大学亚洲研究中心项目;南开大学基本科研业务经费项目;国家自然科学基金

在线出版日期：2020-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：265-271