基于互信息与核熵成分分析的故障检测算法_中国煤炭行业知识服务平台

基于互信息与核熵成分分析的故障检测算法

作者

郭金玉王哲李元
单位

沈阳化工大学信息工程学院
摘要

现有故障诊断方法对样本数据分布要求过于苛刻且难以提取高阶的统计信息，故本研究提出一种基于互信息与核熵成分分析的故障检测算法(MIKECA)。首先根据训练样本建立核熵成分分析(KECA)模型，然后通过其残差矩阵与互信息求得一种新型统计量—基于互信息的平方预测误差(MISPE),利用核密度估计计算统计量的控制限；最后把测试样本投影在KECA模型上，计算测试样本的统计量并与控制限对比，统计量超出控制限的样本即被识别为故障样本。将这种方法用于TE(Tennessee Eastman)过程的故障检测，对比传统核主成分分析、传统核熵成分分析算法，具有比较明显的优势。
关键词

故障检测互信息核熵成分分析统计特征过程控制
基金项目(Foundation)

国家自然科学基金项目(61673279)；辽宁省教育厅项目(LJ2019007)；
文章目录

1 算法提出
1.1 KECA算法
1.2 基于互信息的新型检测方法
1.3 基于MIKECA的故障检测步骤
1) 离线建模
2) 在线监控
2 仿真结果与分析
2.1 TE过程
2.2 仿真结果
3 结论
引用格式

郭金玉,王哲,李元.基于互信息与核熵成分分析的故障检测算法[J].山东科技大学学报(自然科学版),2022,41(04):121-128.DOI:10.16452/j.cnki.sdkjzk.2022.04.013.
相关文章

[1]基于局部近邻标准化和主多项式算法的故障检测
[2]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
[3]基于局部临近标准化的FD-KNN故障检测