双空间特征自适应融合的故障检测方法
刘美枝1
孔祥玉2
安秋生3
罗家宇2
1.火箭军工程大学导弹工程学院,陕西西安 710025;山西大同大学物理与电子科学学院,山西大同 0370092.火箭军工程大学导弹工程学院,陕西西安 7100253.山西师范大学数学与计算机科学学院,山西临汾 041004
摘要：对于大型复杂工业过程,因其结构复杂,过程变量往往呈现混合相关性,单一模型无法精确表征变量之间的混合相关性,导致故障检测中存在大量漏报或误报.针对该问题,本文提出一种双空间特征自适应融合的故障检测方法.首先,采用分层级联特征提取策略,分别在原始数据空间和残差核空间提取高斯线性特征和非高斯非线性特征.其次,采用贝叶斯推理将不同空间的监测统计指标转换为故障概率,并设计自适应概率加权策略,进而构造总体概率统计指标以监测过程运行状态.最后,通过数值仿真和田纳西-伊仕曼过程,验证所提算法的可行性和有效性.
关键词：故障检测特征提取混合相关性贝叶斯推理统计指标
论文发表日期：2025-09-30
在线出版日期：2025-10-28（本平台首次上网日期，不代表文献的发表时间）
页数：12( 1721-1732 )
英文信息