| 基于ICA-PCA的化工流程仪表故障诊断 |
| |
| 引用本文： | 胡吉晨,黄国勇,邵宗凯,王晓东,邹金慧.基于ICA-PCA的化工流程仪表故障诊断[J].计算机与应用化学,2013(7):823-826. |
| |
| 作者姓名： | 胡吉晨 黄国勇 邵宗凯 王晓东 邹金慧 |
| |
| 作者单位： | 1. 昆明理工大学信息工程与自动化学院，云南，昆明，650500
2. 昆明理工大学信息工程与自动化学院，云南，昆明，650500; 云南省矿物管道输送工程技术研究中心，云南，昆明，650500 |
| |
| 基金项目： | 国家自然科学基金资助项目(51169007)；云南省科技计划项目(2010DH004，2011DA005，2011FZ036)；云南省中青年学术和技术带头人后备人才培养计划项目(2011CI017)；云南省教育厅基金 |
| |
| 摘 要： | 传统的多元统计过程控制(MSPC)的故障诊断方法要求观测变量数据服从高斯分布,然而实际化工流程中的仪表数据中难以满足这一要求。针对这一问题,提出在仪表数据中提取分离出非高斯信息和高斯信息,并分别利用独立元分析法和主元分析法建立不同的故障诊断模型。在检测到发生故障后,通过改进的贡献度算法定位出发生故障的仪表。通过对Tennessee Eastman(TE)过程数据进行仿真研究,验证了ICA-PCA故障诊断法在化工流程仪表不同故障诊断中的有效性。
|
| 关 键 词： | 仪表故障诊断 主元分析 独立元分析 |
Instrument fault monitoring in process industry with independent component analysis and principal component analysis |
| |
| Hu Jichen
,
Huang Guoyong
,
Shao Zongkai
,
Wang Xiaodong
,
Zou Jinhui.Instrument fault monitoring in process industry with independent component analysis and principal component analysis[J].Computers and Applied Chemistry,2013(7):823-826. |
| |
| Authors: | Hu Jichen Huang Guoyong Shao Zongkai Wang Xiaodong Zou Jinhui |
| |
| Affiliation: | 1,2) (1.School of Information Engineering & Automation,Kunming University of Science and Technology,Kunming 650500,Yunnan Province,China) (2.Mineral pipeline technology research center in Yunnan,Kunming 650500,Yunnan Province,China) |
| |
| Abstract: | |
| |
| Keywords: | instrument fault diagnosis principal component analysis independent component analysis |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
