基于特征样本核主元分析的TE过程快速故障辨识方法(英文)

被引：18

作者：

薄翠梅 ^{[1
]}

张湜 ^{[1
]}

张广明 ^{[1
]}

王执铨 ^{[2
]}

机构：

[1] 南京工业大学自动化学院

[2] 南京理工大学自动化学院

来源：

化工学报 | 2008年 / 07期

关键词：

核主元分析; 故障辨识; 梯度算法; 特征样本提取; TE过程;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

核主元分析(KPCA)在非线性系统的故障检测方面明显优于普通的PCA方法,但存在无法进行故障辨识以及在故障诊断过程常常出现核矩阵K计算困难等难题。针对上述问题,提出了一种基于特征样本核主元分析方法(FS-KPCA)非线性故障辨识方法。首先采用特征样本(FS)提取方法有效解决核矩阵K的计算量问题。然后利用计算核函数的偏导方法求取KPCA监控中每个原始变量对统计量T2和SPE的贡献率,利用每个变量对监控统计量贡献程度的不同,可以辨识出故障源。将上述方法应用到TE过程,仿真结果表明该方法不仅能够有效辨识故障,而且提高了故障检测和辨识速度。

引用

页码：1783 / 1789

页数：7

共 8 条

[1] 基于特征样本的KPCA在故障诊断中的应用 [J].