基于双层局部KPCA的非线性过程微小故障检测方法

• 作者: 曹玉苹 王磊 邓佳伟 邓晓刚
• 来源期刊: 化工学报
• 关键词: 微小故障检测 核主元分析 局部信息 变量分块 贝叶斯融合策略
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 过程系统工程
• 页码范围: 3092-3100
• 页数: 9页
• 分类号: TP277
• 语种: 中文
• DOI: 10.11949/j.issn.0438-1157.20171675

摘要

针对传统核主元分析(KPCA)方法难以有效检测微小故障的问题,提出一种基于双层局部核主元分析(double-level local kernel principal component analysis,DLKPCA)的非线性过程微小故障检测方法.该方法从变量和样本两个角度来挖掘数据内部的局部信息,以提高故障检测能力.首先,利用变量分块思想,基于不同变量与核主元之间互信息相关度的相似性,将所有过程变量划分多个局部变量块.然后,构建基于得分向量和特征值的残差函数以挖掘样本局部信息.最后利用贝叶斯融合策略对各块的结果进行融合.在田纳西-伊斯曼基准过程的仿真结果表明,在微小故障检测方面,本文所提方法具有比传统KPCA方法更好的故障检测性能.