基于 ICA-PCA 和 Lasso 的过程故障诊断

• 作者: 吴秀江 衷路生 谭畅 龚锦红
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 故障诊断 工业过程 独立成分分析 主成分分析 最小绝对收缩和选择算子 田纳西-伊斯曼过程
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 计算机与控制工程
• 页码范围: 98-102
• 页数: 5页
• 分类号: TP277
• 语种: 中文
• DOI: 10.13245/j.hust.161019

摘要

为了解决复杂工业过程中变量多，难以判断引起故障的主要异常变量的问题，提出一种基于IC A‐PC A （独立成分分析和主成分分析）算法和Lasso （最小绝对收缩和选择算子）回归算法的过程故障检测与诊断的集成模型。首先，建立IC A‐PC A模型提取数据的高斯信号和非高斯信号，构造相关统计量实现在线故障检测；然后，基于ICA‐PCA模型获得的过程状态及故障信息，进一步构造基于Lasso回归算法的故障诊断模型，实现故障发生时的主要异常变量的定位和选择；最后，利用Matlab进行了TE（田纳西‐伊斯曼）过程的数值仿真实验，并与已有故障诊断方法分布式PC A贡献图法进行比较，结果表明所提出的方法是有效的。

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	华东交通大学电气与自动化工程学院	35	297	10.0	16.0
2	龚锦红	华东交通大学电气与自动化工程学院	25	203	9.0	13.0
3	谭畅	华东交通大学电气与自动化工程学院	8	17	3.0	4.0
4	吴秀江	华东交通大学电气与自动化工程学院	1	6	1.0	1.0