SWE-IPCA方法在传感器故障诊断中的应用

被引:9
作者
王通 [1 ,2 ]
高宪文 [1 ]
蔺雪 [2 ]
刘春芳 [2 ]
机构
[1] 东北大学信息科学与工程学院
[2] 沈阳工业大学电气工程学院
基金
国家自然科学基金重点项目;
关键词
SWE-IPCA; 油田传感器; 故障诊断;
D O I
10.19650/j.cnki.cjsi.2013.08.022
中图分类号
TP212 [发送器(变换器)、传感器];
学科分类号
080202 ;
摘要
针对目前油田传感器设备故障诊断广泛采用的主元得分向量平方和与平方预测误差方法,在进行在线故障诊断过程中,往往存在对实际生产过程中产生的弱故障诊断不灵敏,甚至无法有效进行故障识别的问题,同时考虑到油田生产过程的特点,提出一种基于平方加权预测误差的迭代主元分析进行故障检测的方法,在不同的残差空间中对故障进行分析,提高了系统对弱故障诊断的准确性。运用迭代算法更新主元分析算法模型,通过残差空间的平方加权预测误差变量重构确定故障,实现对油田生产传感器设备故障的动态在线诊断。最后利用油田生产的实际数据对该方法进行了在线故障诊断实验,实验结果表明,该方法对油田生产传感器设备可以有效地进行故障诊断。
引用
收藏
页码:1841 / 1846
页数:6
相关论文
共 12 条
[11]   Recursive PCA for adaptive process monitoring [J].
Li, WH ;
Yue, HH ;
Valle-Cervantes, S ;
Qin, SJ .
JOURNAL OF PROCESS CONTROL, 2000, 10 (05) :471-486
[12]  
Determining the number of principal components for best reconstruction [J] . S.Joe Qin,Ricardo Dunia.&nbsp&nbspJournal of Process Control . 2000 (2)