基于KECA的化工过程故障监测新方法

• 作者: 张海利 王普 高学金 齐咏生
• 来源期刊: 化工学报
• 关键词: 安全 过程控制 主元分析 故障监测 KECA CS统计量
• 年，卷（期）: 2016,（3）
• 页码范围: 1063-1069
• 页数: 7页
• 分类号: TP277
• 语种: 中文
• DOI: 10.11949/j.issn.0438-1157.20151899

摘要

针对化工过程数据复杂、非线性的特点，提出一种基于核熵成分分析（KECA）的化工过程故障监测算法。首先，KECA算法按照Renyi熵值的大小选取特征值及特征向量，相比传统的KPCA监测算法，其保留主元个数更少，可以有效减少运算量。同时，仿真研究表明KECA算法选取的主元具有角度结构特性，据此，提出一种新的统计量——CS（Cauchy-Schwarz）统计量，其对应到核特征空间中即为向量间的角度余弦值，可以较好表述不同概率密度分布之间的相似度。最后，将KECA和KPCA算法分别应用于TE（Tennessee Eastman）过程，结果表明KECA在故障检测延迟与检出率相比KPCA都有很大的优势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王普	北京工业大学电子信息与控制工程学院	206	1897	22.0	33.0
3	高学金	北京工业大学电子信息与控制工程学院	85	865	16.0	25.0
5	齐咏生	内蒙古工业大学电力学院	49	363	11.0	17.0
9	张海利	内蒙古工业大学电力学院	2	25	2.0	2.0