| KICA模式匹配的动态过程监控与故障诊断方法 |
| |
| 引用本文： | 卢春红,熊伟丽,顾晓峰.KICA模式匹配的动态过程监控与故障诊断方法[J].计算机与应用化学,2015(2):152-158. |
| |
| 作者姓名： | 卢春红 熊伟丽 顾晓峰 |
| |
| 作者单位： | 江南大学，轻工过程先进控制教育部重点实验室，江苏，无锡，214122 |
| |
| 基金项目： | 国家自然科学基金资助项目(21206053;21276111)；中央高校基本科研业务费专项基金项目(JUDCF12027，JUSRP51323B)；江苏高校优势学科建设工程(PAPD)；江苏省普通高校研究生创新计划 |
| |
| 摘 要： | 针对复杂化工过程具有的非线性、非高斯性和动态特征,提出了基于核独立成分分析(KICA)的模式匹配方法,用于动态过程监控和诊断。首先,利用滑动窗建立基准集与测试集的KICA模型,提取各自的核独立元:其次,融合余弦函数绝对值度量和距离度量,提出新的不相似度监控指标,识别训练与测试操作期间的相似模式,进行故障检测:最后,基于两类数据的核子空间之间的差异子空间,获得每个过程变量方向与该差异子空间之间的互信息,并定义新的非线性非高斯贡献度指标,进行故障诊断。基于污水处理过程的仿真结果表明,与主成分分析不相似度因子的方法、标准的独立成分分析(ICA)统计指标方法及标准的ICA T~2/SPE指标融合的贡献度方法相比,本文提出的方法具有更好的检测能力与故障诊断效果。
|
| 关 键 词： | 故障检测与诊断 非线性非高斯动态过程 核独立成分分析 |
A KICA-based pattern matching approach for dynamic process monitoring and fault diagnosis |
| |
| Lu Chunhong,Xiong Weili,Gu Xiaofeng.A KICA-based pattern matching approach for dynamic process monitoring and fault diagnosis[J].Computers and Applied Chemistry,2015(2):152-158. |
| |
| Authors: | Lu Chunhong Xiong Weili Gu Xiaofeng |
| |
| Affiliation: | Lu Chunhong;Xiong Weili;Gu Xiaofeng;Key Laboratory of Advanced Process Control for Light Industry(Ministry of Education),Jiangnan University; |
| |
| Abstract: | |
| |
| Keywords: | fault detection and diagnosis nonlinear and non-Gaussian dynamic process kernel independent component analysis pattern matching mutual information |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
