结合小波去噪的PCA工业过程传感器故障检测
主元分析PCA在工业过程故障检测中有较广泛的运用,但目前研究较少关注PCA故障检测的误检测问题.为了减少故障误检测,提出了一种结合小波去噪的PCA方法.首先利用传统PCA方法对训练样本建模,计算SPElim和Hotelling T2lim统计量控制限;再通过在线故障检测计算SPE和T2统计量实时值,构建一个滑动窗,对SPE和T2统计量实时值进行小波去噪,将去噪后的统计量用于故障检测.将此方法应用于1000 MW火电厂补给水处理过程,结果表明相对于传统PCA方法,该方法能有效减少故障误检测.还深入研究了小波去噪参数对PCA故障检测的影响,分析了参数的敏感性,为小波参数的设置提出了建议.
故障检测、主元分析、小波去噪、滑动窗、水处理过程
31
TP273(自动化技术及设备)
国家自然科学基金资助项目51475337
2016-09-18(万方平台首次上网日期,不代表论文的发表时间)
共6页
1-5,19