基于分布式ICA-PCA模型的工业过程故障监测

• 作者: 何东 张永贤 衷路生 龚锦红
• 来源期刊: 化工学报
• 关键词: 复杂工业过程 自动划分子块 非高斯 ICA-PCA 故障监测
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 过程系统工程
• 页码范围: 4546-4554
• 页数: 9页
• 分类号: TP277
• 语种: 中文
• DOI: 10.11949/j.issn.0438-1157.20150546

摘要

提出基于分布式ICA-PCA( independent component analysis-principal component analysis)模型的工业过程故障监测方法，适合于复杂工业过程难以自动划分子块及过程数据存在非高斯信息的情况。首先，对过程数据进行PCA分解，并在PCA主成分不同的方向上构建不同的子块，把原始特征空间自动划分为不同子空间。然后，对各个子块采用ICA-PCA两步信息提取的策略，提取出高斯信息和非高斯信息，并构建新的统计量和统计限。最后，通过Tennessee Eastman(TE)过程的仿真实验，验证所提出故障监测模型的有效性和可行性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	衷路生	华东交通大学电气学院	35	297	10.0	16.0
2	龚锦红	华东交通大学电气学院	25	203	9.0	13.0
3	张永贤	华东交通大学电气学院	26	146	7.0	11.0
4	何东	华东交通大学电气学院	1	15	1.0	1.0