基于局部熵双子空间的多模态过程故障检测
郭金玉
刘玉超
李元
1.沈阳化工大学信息工程学院,辽宁沈阳1101422.沈阳化工大学信息工程学院,辽宁沈阳1101423.沈阳化工大学信息工程学院,辽宁沈阳110142
摘要：为了提高非高斯工业过程的检测性能,提出局部熵双子空间(LEDS)的多模态过程故障检测方法.运用局部概率密度估计构建数据的局部熵矩阵,消除数据的多模态特性.用Kolmogorov-Smirnov(KS)检验局部熵数据中变量的正态分布特性,对高斯分布和非高斯分布的数据分别建立基于PCA的高斯子空间和ICA的非高斯子空间故障检测模型.利用Bayesian决策将检测结果转化成发生故障概率的形式,将检测结果组合成最终的统计信息,进行故障检测.将该方法应用于数值例子和田纳西–伊斯曼多模态过程,仿真结果表明,该方法在误报率较低的情况下,故障检测率最高,优于PCA、局部熵PCA(LEPCA)和局部熵ICA(LEICA)方法.
关键词：多模态过程局部概率密度局部熵KS检验Bayesian决策
资助基金：国家自然科学基金(61490701)国家自然科学基金(61673279)辽宁省科学事业公益研究基金(2016001006)辽宁省教育厅项目(LJ2019007)
论文发表日期：2020-09-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 2020-2028 )
英文信息