一种基于GMM的多工况过程故障诊断方法

故障发生后,为了查出故障原因,需要辨识出故障变量实现故障诊断。传统多元统计故障诊断方法通常假设过程只运行在单一工况下,从而不能适用于多工况过程。针对这个问题,提出了1种基于高斯混合模型(Gaussian Mixture Models,GMM)的多工况化工过程故障诊断方法。首先建立GMM对过程数据进行聚类,自动估计出工况数以及各工况的分布参数,同时对数据进行标准化处理,使得各个变量在后续处理中占有相同比重,然后对各个工况建立PCA(PrincipalComponentAnalysis)模型。当检测到故障发生后,本文通过结合相对贡献量和后验概率,构造全局相对贡献量得到全局相对贡献图,用于多工况过程故障变量的识别。CSTH过程的仿真结果表明,本文提出的方法能够有效地辨识出故障变量。     

影讯简

杰瑞·尤斯曼与玛姬·泰勒夫妇的作品里,任何一个单位元素,云朵、湖水、树木、蜜蜂、斑马……都是我们再熟悉不过的,这些都是构成真实世界的真实元素。但是两位摄影师打乱了物体原本的规律,在视觉上运用真实的元素把我们带入了另外一个内心的“真实”世界。