10.3969/j.issn.1000-3932.2010.01.006
基于小波去噪的FVS-KPCA故障检测方法
对于复杂非线性系统,实际得到的数据不可避免地带有噪声、随机干扰,而传统的核主元分析(KP-CA)方法应用于大样本集的故障检测,要计算核矩阵K很困难.为此,提出一种小波去噪与特征矢量选择-核主元分析(FVS-KPCA)相结合的故障检测方法,首先对数据进行小波去噪,再采用特征矢量选择(FVS)与KPCA结合的方法能有效降低故障检测计算的复杂性.把上述方法应用到Tennessee Eastman(TE)化工过程,仿真结果表明该方法能有效地提高故障检测的速度.
故障检测、小波去噪、核主元分析、特征矢量选择、TE过程
37
TP274(自动化技术及设备)
甘肃省自然科学基金资助项目0809RJZA005;甘肃省科技支撑计划-工业类090GKCA034;兰州理工大学博士基金资助项目SB3200701
2010-03-26（万方平台首次上网日期，不代表论文的发表时间）
共5页
20-24
