基于可变遗忘因子的改进RPCA方法及其在自适应故障监测中的应用

• 作者: 姚刚 姚跃亭 孙靖杰 赵建军
• 来源期刊: 山东大学学报：工学版
• 学科: 工学
• 关键词: 递归主元分析 自适应故障监测 可变遗忘因子 部分奇异值分解 时变过程
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 控制科学与工程
• 页码范围: 60-66
• 分类号: TP277
• 语种: 中文

摘要

针对现有监测方法对时变过程易产生误警且对微弱故障的检测能力不足等问题，提出一种基于可变遗忘因子的改进递归主元分析（recursive principal component analysis，RPCA）方法用于自适应故障监测。在主元模型的在线更新中引入一种可变遗忘因子，并为不同的模型参数设置不同的遗忘因子；在相关矩阵的递归分解中引入部分奇异值分解的思想，递归计算负荷矩阵和特征值对角矩阵；提出一种控制限递归更新方法，实现控制限的自适应更新。对某型雷达发射机工作过程的监测结果表明，改进的RPCA方法能自适应地跟踪过程的时变，有效地减少了对正常工况调整的误警和对微弱故障的漏报。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵建军	海军航空工程学院兵器科学与技术系	117	499	10.0	16.0
2	姚跃亭	海军航空工程学院飞行器工程系	19	104	5.0	9.0