一种基于输入训练神经网络的非线性PCA故障诊断方法

被引：11

作者：

李尔国

俞金寿

不详

机构：

[1] 华东理工大学自动化研究所

[2] 华东理工大学自动化研究所上海

[3] 上海

来源：

控制与决策 | 2003年 / 02期

关键词：

PCA; 神经网络; 故障诊断;

D O I：

10.13195/j.cd.2003.02.102.lieg.024

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：

简要讨论了线性 PCA故障诊断方法存在的问题 ,提出一种基于输入训练神经网络的非线性PCA故障诊断方法。该方法首先利用输入训练神经网络和 BP网络双网络机制 ,实现非线性主元的识别 ,并采用统计方法进行故障检测与故障分离。对 CSTR的仿真研究结果表明 ,该方法能够克服线性PCA方法在提取过程变量的非线性特征方面存在的不足 ,并能够准确地进行故障检测和分离。

引用

页码：229 / 232

页数：4