近邻标准化样本核特征量驱动的间歇过程故障检测
针对间歇过程的多工况和非线性特征,提出一种基于近邻特征标准化(Nearest Neighborhood Feature Standardization,NNFS)样本的核特征量(Kernel Feature Statistics,KFS)故障检测方法.首先,将间歇过程数据按批次方向展开构成二维建模样本,计算每个样本的局部近邻,采用近邻特征实现标准化,提取多工况批次之间的正常偏差,克服Z-score标准化将多工况过程数据看作一个整体而造成的不准确问题.其次,通过核方法将经过标准化后的样本映射到高维空间,在核空间建立监视模型,计算特征量,并提出采用方差分析(variance,VAR)方法确定核参数,通过核密度估计法确定统计控制限.最后,在青霉素发酵过程进行仿真研究,通过比较表明了所提方法的有效性.
近邻特征、核主元分析、多工况间歇过程、故障检测、非线性
31
TP277(自动化技术及设备)
国家自然科学基金重点资助项目61034006;国家自然科学基金资助项目61174119,60774070;辽宁省教育厅科学研究项目L2012139,L2013155;辽宁省博士启动基金项目20131089
2015-01-09(万方平台首次上网日期,不代表论文的发表时间)
共5页
1157-1161