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
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
收藏
页码:229 / 232
页数:4
相关论文
共 1 条
[1]   PCA在过程故障检测与诊断中的应用 [J].
李尔国 ;
俞金寿 .
华东理工大学学报, 2001, (05) :572-576