KICA模式匹配的动态过程监控与故障诊断方法
针对复杂化工过程具有的非线性、非高斯性和动态特征,提出了基于核独立成分分析(KICA)的模式匹配方法,用于动态过程监控和诊断。首先,利用滑动窗建立基准集与测试集的KICA模型,提取各自的核独立元;其次,融合余弦函数绝对值度量和距离度量,提出新的不相似度监控指标,识别训练与测试操作期间的相似模式,进行故障检测;最后,基于两类数据的核子空间之间的差异子空间,获得每个过程变量方向与该差异子空间之间的互信息,并定义新的非线性非高斯贡献度指标,进行故障诊断。基于污水处理过程的仿真结果表明,与主成分分析不相似度因子的方法、标准的独立成分分析(ICA)统计指标方法及标准的ICA T2/SPE指标融合的贡献度方法相比,本文提出的方法具有更好的检测能力与故障诊断效果。
故障检测与诊断、非线性非高斯动态过程、核独立成分分析
TP273(自动化技术及设备)
国家自然科学基金资助项目21206053,21276111;中央高校基本科研业务费专项基金项目JUDCF12027,JUSRP51323B;江苏高校优势学科建设工程PAPD;江苏省普通高校研究生创新计划CXLX12_0734
2015-04-27(万方平台首次上网日期,不代表论文的发表时间)
共7页
152-158