基于EWMA-kNN的多工况过程微小故障检测

• 作者: 郭小萍 徐月 李元
• 来源期刊: 沈阳化工大学学报
• 学科: 工学
• 关键词: 多工况 微小故障 k近邻 指数加权移动平均算法 故障检测
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 信息与计算机工程|Information and Computer Engineering
• 页码范围: 358-365
• 页数: 8页
• 分类号: TP277
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2198.2021.04.012

摘要

针对应用多工况过程k近邻方法(k-nearest neighbor,kNN)进行故障检测时,微小故障样本较难被检测的问题,提出一种基于改进指数加权移动平均算法的k近邻(kNN based on expo-nentially weighted moving average,EWMA-kNN)故障检测方法.考虑到过程为多工况过程,所以利用kNN方法建立故障检测模型,计算距离统计量并确定相应的控制限.在过程监视中,使用改进EWMA算法更新控制限,赋予统计量随时间递增的权重,利用加权统计量和离线控制限确定当前微小故障样本相应的控制限.数值案例和半导体生产过程的仿真实验结果表明了该方法的有效性.