PCA-CHMM在化工过程故障诊断中的应用

• 作者: 周韶园 张建明 王树青
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 主元分析 隐马尔可夫模型 故障诊断 Tennessee Eastman过程
• 年，卷（期）: 2005,（10）
• 所属期刊栏目: 自动化技术、计算机技术
• 页码范围: 1475-1480
• 页数: 6页
• 分类号: TP277
• 字数: 4004字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2005.10.004

摘要

为了解决主元分析(principal component analysis,PCA)在故障分类方面的不足,提出一种结合PCA和连续隐马尔可夫模型(continuous hidden Markov model,CHMM)的故障诊断方法.PCA对测量数据进行优化降维,用少数几个主元表征过程主要变化信息,实现过程特征提取.但是PCA不能对这些过程变化信息进行有效的分类和识别,运用CHMM成熟的时序模式分类能力能够较好地解决这个问题.通过Tennessee Eastman过程仿真验证了基于PCA和CHMM的故障诊断方法的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张建明		6	78	5.0	6.0
2	王树青		17	406	13.0	17.0
3	周韶园		1	19	1.0	1.0