基于局部熵双子空间的多模态过程故障检测

• 作者: 刘玉超 李元 郭金玉
• 来源期刊: 控制理论与应用
• 关键词: 多模态过程 局部概率密度 局部熵 KS检验 Bayesian决策
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 论文与报告
• 页码范围: 2020-2028
• 页数: 9页
• 语种: 中文
• DOI: 10.7641/CTA.2020.90297

摘要

为了提高非高斯工业过程的检测性能,提出局部熵双子空间(LEDS)的多模态过程故障检测方法.运用局部概率密度估计构建数据的局部熵矩阵,消除数据的多模态特性.用Kolmogorov-Smirnov(KS)检验局部熵数据中变量的正态分布特性,对高斯分布和非高斯分布的数据分别建立基于PCA的高斯子空间和ICA的非高斯子空间故障检测模型.利用Bayesian决策将检测结果转化成发生故障概率的形式,将检测结果组合成最终的统计信息,进行故障检测.将该方法应用于数值例子和田纳西–伊斯曼多模态过程,仿真结果表明,该方法在误报率较低的情况下,故障检测率最高,优于PCA、局部熵PCA(LEPCA)和局部熵ICA(LEICA)方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭金玉		59	347	11.0	15.0
2	李元		122	550	12.0	18.0
3	刘玉超		4	2	1.0	1.0