论文摘要
传统的基于多元统计分析的工业过程建模及其故障检测方法往往假设采样数据为同一采样率,而在实际生产过程中由于测量方式、控制需求等原因,收集的在线和离线过程变量与质量变量存在多采样率的特性。本文针对这一问题,并考虑工业数据的非线性特性,在多采样率的概率核主成分分析模型的基础上,采用核方法将模型拓展到非线性形式,提出了一种新的多采样率概率核主成分分析模型及其故障检测策略。该方法通过期望最大化训练模型参数,更准确地提取了数据的有效特征。最后,通过仿真例子验证了所提出方法的有效性。
论文目录
文章来源
类型: 国际会议
作者: 郑东磊,周乐,宋执环
关键词: 故障检测,多采样率过程,主成分分析,核方法
来源: 第30届中国过程控制会议（CPCC 2019） 2019-07-31
年度: 2019
分类: 基础科学,信息科技
专业: 数学,自动化技术
单位: 浙江大学控制科学与工程学院,浙江科技学院自动化与电气工程学院
分类号: O212.4;TP274
页码: 208
总页数: 1
文件大小: 710k
下载量: 50