基于主元分析的支持向量数据描述的故障检测

• 作者: 刘文静 李元 谢彦红
• 来源期刊: 沈阳化工大学学报
• 学科: 工学
• 关键词: 支持数据向量描述 主元空间 残差空间 故障检测 连续过程
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 信息与计算机工程
• 页码范围: 85-90
• 页数: 6页
• 分类号: TP277
• 字数: 3252字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2198.2018.01.017

摘要

针对连续过程中故障检测数据量偏大、传统的支持向量数据描述(support vector data de-scription,SVDD)检测时间长、检测效率低等不足,提出了一种主元分析(principal component analy-sis,PCA)与支持向量数据描述结合的故障检测方法.首先将原始数据用主元分析进行降维,获得维数简约的主元空间及残差空间;然后对主元空间和残差空间的得分矩阵先后运用支持向量数据描述方法建模,获得阙值;最后对新测试样本进行故障检测.以数值例子和TE过程数据进行仿真研究,实验结果表明该方法具有节约时间、降低漏检率的优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢彦红	沈阳化工大学数理系	57	111	6.0	8.0
2	李元	沈阳化工大学数理系	122	550	12.0	18.0
3	刘文静	沈阳化工大学数理系	4	1	1.0	1.0