基于改进HMM的带钢热连轧精轧过程故障检测

针对传统HMM方法故障检测的准确率不高,以及带钢热连轧过程数据的非线性和混合高斯性问题,提出一种利用WT和PCA改进HMM的故障检测新方法。首先,采用小波变换对轧制数据进行去噪处理,并使用PCA将数据的维度降低、数据相关性减小,可以有效减少模型训练的迭代次数,并且能够提升故障检测的准确率;然后,利用期望最大化算法结合观测序列训练得到WT-PCA-HMM故障检测模型;最后,通过模型得出精轧工艺数据的对数似然值即可实现故障检测。结果表明：与传统HMM方法相比,WT-PCA-HMM的故障检测方法不仅能够降低8.1%的误报率,而且减少50%的模型训练迭代次数,为故障的检测提供了新方法。