仪器仪表学报

作者：李 元，张昊展，唐晓初

单位：李 元,1. 沈阳化工大学信息工程学院,,张昊展,1. 沈阳化工大学信息工程学院,,唐晓初,2. 沈阳航空航天大学自动化学院,

关键词：多模态;全信息;局部近邻标准化;概率主成分分析;故障检测

基金：国家自然科学基金(61673279)资助项目

针对工业过程复杂的数据分布特性,本文提出了一种基于局部近邻标准化(LNS)的概率主成分分析(PPCA)故障检测方法(LNSPPCA)来解决由于过程数据的多模态特性和不确定性所引起的故障检测效果不理想问题。首先,通过LNS解决数据多模态问题,使标准化后数据尽可能的服从单一高斯分布,然后,使用PPCA方法从概率的角度对数据进行分析,能够考虑到数据的随机性,从而更真实的描述数据,提取更加全面有价值的信息,有效的在复杂的数据分布过程中对故障进行检测。因此,LNSPPCA方法可以有效提高多模态过程复杂数据分布的工业过程故障检测能力。利用数值例子和TE过程进行应用实验,并将测试结果与主成分分析法(PCA)、PPCA方法进行对比,验证了LNSPPCA方法的有效性。

来源：2021年第2期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2021年第2期