基于动态KECA的工业过程故障检测
郭金玉
朱明坤
李元
沈阳化工大学 信息工程学院, 沈阳 110142
摘要：针对工业过程数据中存在的非线性特性和时间延迟性问题,提出了一种基于动态核熵成分分析(DKECA)的工业过程故障检测方法.将数据集按照时间序列构造增广矩阵,建立DKECA模型,并计算训练数据的Cauchy-Schwarz(CS)统计量及其控制限.将在线监测数据投影到DKECA模型上,其相应的统计量超出控制限的数据作为故障数据.实验结果表明,与传统的非线性方法相比,所提方法能够在保持较低误报率的基础上有效提升故障检测效果,通过引入时间延迟系数提取工业过程的动态变化信息,为传统故障检测方法在动态工业过程中的应用提供了参考.
关键词：故障检测非线性特性时间延迟性核熵成分分析增广矩阵Rényi熵Cauchy-Schwarz统计量田纳西-伊斯曼过程
分类号：TP277(自动化技术及设备)
资助基金：辽宁省教育厅项目(LJ2019007)
论文发表日期：2023-09-25
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：6( 576-581 )
英文信息