变量加权型主元分析算法及其在故障检测中的应用

• 作者: 史旭华 童楚东 蓝艇
• 来源期刊: 化工学报
• 关键词: 主元分析 过程系统 过程控制 故障检测
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 过程系统工程
• 页码范围: 3177-3182
• 页数: 6页
• 分类号: TP277
• 语种: 中文
• DOI: 10.11949/j.issn.0438-1157.20170281

摘要

传统主成分分析(PCA)算法旨在挖掘训练数据各变量间的相关性特征,已在数据驱动的故障检测领域得到了广泛的研究与应用.然而,传统PCA方法在建模过程中通常认为各个测量变量的重要性是一致的,因此不能有效而全面地描述出变量间相关性的差异.为此,提出一种变量加权型PCA(VWPCA)算法并将之应用于故障检测.首先,通过对训练数据进行加权处理,使处理后的数据能够充分体现出变量间相关性的差异.然后,在此基础上建立分布式的PCA故障检测模型.在线实施故障检测时,则通过贝叶斯准则将多组监测结果融合为一组概率指标.VWPCA方法通过相关性大小为各变量赋予不同的权值,从而将相关性差异考虑进了PCA的建模过程中,相应模型对训练数据特征的描述也就更全面.最后,通过在TE过程上的测试验证VWPCA方法用于故障检测的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史旭华	宁波大学信息科学与工程学院	47	283	10.0	15.0
2	蓝艇	宁波大学信息科学与工程学院	14	102	7.0	10.0
3	童楚东	宁波大学信息科学与工程学院	10	65	4.0	8.0