基于SFA的工业过程质量相关的在线故障检测

• 作者: 宫向阳 王永耀 索寒生 蒋白桦 贾贵金
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 慢特征分析 质量相关的故障检测 在线监测
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 工业过程及控制系统
• 页码范围: 1222-1227
• 页数: 6页
• 分类号: TP277
• 字数: 5159字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.20180426

摘要

考虑到传统工业过程监测方法容易忽略掉过程动态信息的现象,提出了基于慢特征分析(Slow Feature Analysis,SFA)的在线特征选择与重排序的质量相关的故障检测方法(改进FROSSFA),将SFA故障检测扩展到质量相关的故障检测领域.最后将所提方法应用在TE过程上,仿真结果表明改进的FROSSFA方法具有较高的故障检测率,并能准确判断所发生故障是否与质量相关.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋白桦		13	125	6.0	11.0
2	索寒生		18	29	2.0	5.0
3	贾贵金		3	2	1.0	1.0
4	王永耀		13	50	1.0	7.0
5	宫向阳		8	35	3.0	5.0