未找到相关数据
PCA-CHMM在化工过程故障诊断中的应用
被引：9
作者：
周韶园
王树青
张建明
机构：
[1] 工业控制技术国家重点实验室浙江大学先进控制研究所
[2] 工业控制技术国家重点实验室浙江大学先进控制研究所 浙江杭州
来源：
关键词：
主元分析;
隐马尔可夫模型;
故障诊断;
TennesseeEastman过程;
D O I：
暂无
中图分类号：
TP277 [监视、报警、故障诊断系统];
学科分类号：
0804 ;
080401 ;
080402 ;
摘要：
为了解决主元分析(principal component analysis,PCA)在故障分类方面的不足,提出一种结合PCA和连续隐马尔可夫模型(continuous hidden Markov model,CHMM)的故障诊断方法.PCA对测量数据进行优化降维,用少数几个主元表征过程主要变化信息,实现过程特征提取.但是PCA不能对这些过程变化信息进行有效的分类和识别,运用CHMM成熟的时序模式分类能力能够较好地解决这个问题.通过Tennessee Eastman过程仿真验证了基于PCA和CHMM的故障诊断方法的性能.
引用
收藏
页码：17 / 22
页数：6
相关论文