基于局部近邻标准化和主多项式算法的故障检测_中国煤炭行业知识服务平台

基于局部近邻标准化和主多项式算法的故障检测

作者

李元杨东昇冯立伟张成
单位

沈阳化工大学信息工程学院沈阳化工大学数理系
摘要

针对工业过程的非线性和多模态特征,提出了一种基于局部近邻标准化(local neighborhood standard ization,LNS)和主多项式分析(principal polynomial analysis,PPA)结合的故障检测算法。首先,将样本数据通过局部近邻标准化(local neighbor standardization,LNS)算法,对每个样本构建k近邻数据集;然后应用k近邻数据集的均值和方差对当前样本进行标准化处理;最后使用PPA对已经标准化处理后的样本建模,计算出T2和SPE统计量,并确定控制限进行故障检测。LNS算法能够去除数据中的多模态特征,而PPA算法能够有效的处理非线性数据,因此LNS-PPA方法能够提高具有多模态非线性特征的工业过程故障检测能力。将该方法应用于多模态非线性数值例子和田纳西伊斯曼(TE)化工过程,并将测试结果与主元分析法(principal component analysis,PCA)、主多项式分析法进行对比,其结果能够有效验证LNS-PPA的优越性。
关键词

故障检测非线性过程多模态过程过程监控主多项式分析
基金项目(Foundation)

国家自然科学基金重大项目(61490701)；国家自然科学基金项目(61673279)；
相关文章

[1]基于互信息与核熵成分分析的故障检测算法
[2]基于核主成分空间支持向量机的过程监视方法
[3]基于斯皮尔曼相关分析的非线性动态过程特征提取与故障检测
[4]基于局部临近标准化的FD-KNN故障检测