基于DPCA方法的流程工业系统故障检测

• 作者: 亚森江·加入拉 苏佩建 许晨星
• 来源期刊: 煤矿机械
• 学科: 工学
• 关键词: 流程工业系统 故障检测 DPCA
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 故障·诊断|Malfunction Investigation
• 页码范围: 166-168
• 页数: 3页
• 分类号: TP277
• 语种: 中文
• DOI: 10.13436/j.mkjx.202203054

摘要

故障检测在流程工业系统故障诊断中有着至关重要的作用,是设备正常运行的重要保障,及时准确发现并排除故障对于安全生产意义重大.运用动态主成分分析(DPCA)方法对田纳西·伊斯曼(TE)过程中的几种典型故障进行检测.通过对原始数据矩阵添加滞后变量,利用正常样本计算出的平方预测误差(SPE)统计量的阈值,对所有故障数据进行检测.仿真实验表明,使用DPCA方法的故障检测比传统的主成分分析(PCA)方法有更高的准确率.