| 基于偏最小二乘得分重构的质量相关故障检测 |
| |
| 引用本文： | 孔祥玉,李强,安秋生,解建.基于偏最小二乘得分重构的质量相关故障检测[J].控制理论与应用,2020,37(11):2321-2332. |
| |
| 作者姓名： | 孔祥玉 李强 安秋生 解建 |
| |
| 作者单位： | 火箭军工程大学导弹工程学院,陕西西安710025;山西师范大学数学与计算机科学学院,山西临汾041004 |
| |
| 基金项目： | 国家自然科学基金项目(61833016, 61673387, 61374120, 61903375)资助. |
| |
| 摘 要： | 偏最小二乘(PLS)作为一种典型的多元统计分析方法被广泛用于多变量统计过程监测, 通常要求数据满足
高斯–马尔科夫定理. 当数据存在多模态或过程变量非线性相关时, 基于PLS方法的故障检测性能将受到影响. 为
此, 本文提出一种基于PLS得分重构的故障检测方法(SR–PLS). 首先, 利用PLS将输入空间分解为质量相关空间与
质量无关空间; 其次, 利用类k邻近规则(kNN)对当前得分向量进行重构, 得到重构得分向量; 最后利用重构得分构
造统计量, 由核密度估计(KDE)得到控制限, 进行故障检测. 本方法降低了变量间的非线性与数据多模态对过程故
障检测的影响, 提高了故障检测率. 将所提方法应用于两个数值仿真例子与田纳西伊士曼过程(TEP), 并与PLS,
KPLS, LNS–PLS进行对比分析, 证明该算法的优越性与有效性.
|
| 关 键 词： | 数据驱动 故障检测 偏最小二乘 得分重构 田纳西伊士曼过程 |
| 收稿时间： | 2020/2/19 0:00:00 |
| 修稿时间： | 2020/5/29 0:00:00 |
Quality-related fault detection based on the score reconstruction associated with partial least squares |
| |
| KONG Xiang-yu,LI Qiang,AN Qiu-sheng and XIE Jian.Quality-related fault detection based on the score reconstruction associated with partial least squares[J].Control Theory & Applications,2020,37(11):2321-2332. |
| |
| Authors: | KONG Xiang-yu LI Qiang AN Qiu-sheng and XIE Jian |
| |
| Affiliation: | Rocket Force University of Engineering,Rocket Force University of Engineering,Shanxi Normal University,Rocket Force University of Engineering |
| |
| Abstract: | |
| |
| Keywords: | data-driven fault detection partial least squares score reconstruction Tennessee Eastman process |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《控制理论与应用》浏览原始摘要信息 |
|
点击此处可从《控制理论与应用》下载全文 |
|
