基于动态结构保持主元分析的故障检测方法

• 作者: 张妮 田学民 蔡连芳
• 来源期刊: 中国石油大学学报(自然科学版)
• 关键词: 动态结构保持主元分析 流形学习 相关性分析 特征提取 故障检测
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 自动控制、信息技术与基础科学
• 页码范围: 170-175
• 页数: 6页
• 分类号: TP277
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5005.2013.02.028

摘要

为充分利用表征过程运行工况的数据特征信息,提高化工过程的故障检测性能,提出一种基于动态结构保持主元分析(DSPPCA)的过程故障检测方法.首先对原始数据采用变量相关性分析建立自回归模型,构建包含动态特征的数据集,进一步综合考虑主元分析法(PCA)和局部线性嵌入(LLE)流形学习算法中数据点之间的近邻关系,融合得出新的目标函数,同时,运用局部线性回归的方法获得高维样本的嵌入映射,特征提取后在特征空间和残差空间分别构造监控统计量进行故障检测.Swiss-roll数据集的降维结果及TE过程的仿真研究结果表明,DSPPCA算法可以取得较好的特征提取效果,具有较高的故障检测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田学民	中国石油大学信息与控制工程学院	33	262	8.0	15.0
2	张妮	中国石油大学信息与控制工程学院	19	45	4.0	5.0
3	蔡连芳	中国石油大学信息与控制工程学院	2	5	2.0	2.0