基于改进的典型相关分析的故障检测方法

• 作者: 何章鸣 彭涛 杨笑悦 杨超 阳春华 陈志文
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 典型相关分析 数据驱动 故障检测 Tennessee Eastman过程
• 年，卷（期）: 2017,（5）
• 页码范围: 44-50
• 页数: 7页
• 分类号: TP206+.3
• 字数: 2822字
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.0.2017.171

摘要

为提高基于典型相关分析的故障检测方法使用效率,对原有的残差产生方式进行改进.通过分析残差信号统计特性,重新选取残差产生方式,使得改进的残差生成方式不依赖于主元个数的选取,从而避免因主元个数选取所带来的故障检测性能影响.通过Tennessee Eastman benchmark process 仿真实例,对改进方法的可行性和有效性进行验证.选取4 个典型故障的运行数据,分别用所提方法进行故障检测,改进的典型相关分析方法能够有效的检测故障的发生.另外,通过对两个统计量的故障检测率的对比可以看出,两个统计量对于发生在不同子空间的故障敏感度各异,对于不同故障的检测能力不同.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阳春华	中南大学信息科学与工程学院	389	3229	27.0	37.0
2	彭涛	中南大学信息科学与工程学院	39	362	9.0	18.0
3	杨超	中南大学信息科学与工程学院	40	211	9.0	13.0
4	陈志文	中南大学信息科学与工程学院	4	3	1.0	1.0
5	何章鸣	国防科学技术大学理学院	3	2	1.0	1.0
6	杨笑悦	中南大学信息科学与工程学院	3	6	2.0	2.0