基于正交局部慢性特征的故障检测方法
2020-04-23分类号:TQ050.7
【部门】华东理工大学化工过程先进控制和优化技术教育部重点实验室 上海交通大学电工与电子技术中心
【摘要】为提高化工行业中数据驱动故障检测的效果,该文针对实际工业系统中闭环控制导致的过程动态特性和数据流形中蕴含的局部信息,提出了一种基于局部时空正则慢特征提取(local time-space regularized slow feature extraction, LTSS)的方法进行故障检测。首先,构造基于局部时空正则的目标函数得到投影矩阵,进而得到预提取特征S,则S张成的空间中包含了静态信息,而S的一阶差分张成的空间中包含了动态信息。其次,基于独立成分分析(independent components analysis, ICA)方法,分别为2个空间构建对应的S~2和SPE统计量进行监控,用于实时故障检测。在TE (Tennessee Eastman)过程上的案例研究可以证明所提方法的有效性。
【关键词】故障检测 动态特性 局部相似性 慢性先验 独立成分分析(ICA) TE过程
【基金】国家自然科学基金资助项目(61673268,61725301);; 国家重点研发计划项目(2016YFB0303401);; 中央高校基本科研业务费专项资金(222201917006)
【所属期刊栏目】清华大学学报(自然科学版)
文献传递