10.3969/j.issn.1000-386x.2022.10.010
基于局部邻域标准化和核主元分析的故障检测
针对工业过程的多模态和非线性特性,提出一种基于局部邻域标准化(Local Nelghbor Standardization,LNS)和核主元分析(Kernel Principa Component Analysis,KPCA)相结合的故障检测方法(LNS-KPCA).通过计算训练数据集中样本之间的距离来确定每一个样本的最近K近邻集合,然后利用该K个近邻集的均值和标准差对当前样本进行标准化处理,以消除过程数据的多分布特征,使得标准化后的数据服从或近似服从同一正态分布,结合核主元分析能够处理非线性过程的特征,在标准化后的数据集中应用KPCA确定T2和SPE控制限进行故障检测.在非线性数值例子和青霉素发酵过程中进行了仿真研究,并与主元分析(Principal Component Analysis,PCA)、KPCA和K近邻故障检测(FD-KNN)等方法进行对比分析验证了该方法的有效性.
局部邻域标准化、核主成分分析、青霉素发酵过程、故障检测、多模态
39
TP3;TP277(计算技术、计算机技术)
国家重点研发计划;国家自然科学基金;国家自然科学基金
2022-11-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
59-63,86