基于特征空间自适应k近邻工业过程故障检测 |
| |
引用本文: | 郭小萍,徐月,李元.基于特征空间自适应k近邻工业过程故障检测[J].高校化学工程学报,2019,33(2). |
| |
作者姓名: | 郭小萍 徐月 李元 |
| |
作者单位: | 沈阳化工大学 信息工程学院,辽宁 沈阳,110142;沈阳化工大学 信息工程学院,辽宁 沈阳,110142;沈阳化工大学 信息工程学院,辽宁 沈阳,110142 |
| |
基金项目: | 国家自然科学基金;国家自然科学基金;辽宁省科学事业公益研究基金 |
| |
摘 要: | 针对工业生产过程故障检测模型不能及时更新的问题,提出了一种特征空间自适应k近邻(featurespace adaptive k-nearest neighbor,FS-AkNN)故障检测方法。首先利用主元分析对训练数据进行降维,构建特征空间,然后利用k最近邻方法建立故障检测模型。在过程监视过程中,提出了基于距离规则的自适应更新故障检测模型。通过一个数值例子和TE过程的仿真实验结果表明了该方法的有效性。
|
关 键 词: | 自适应 k近邻(kNN) 主元分析 故障检测 |
本文献已被 CNKI 万方数据 等数据库收录! |
|