| 基于偏最小二乘得分重构的质量相关故障检测 |
| |
| 引用本文： | 孔祥玉,李强,安秋生,解建. 基于偏最小二乘得分重构的质量相关故障检测[J]. 控制理论与应用, 2020, 37(11): 2321-2332 |
| |
| 作者姓名： | 孔祥玉 李强 安秋生 解建 |
| |
| 作者单位： | 火箭军工程大学导弹工程学院,陕西西安710025;山西师范大学数学与计算机科学学院,山西临汾041004 |
| |
| 基金项目： | 国家自然科学基金项目(61833016, 61673387, 61374120, 61903375)资助. |
| |
| 摘 要： | 偏最小二乘(PLS)作为一种典型的多元统计分析方法被广泛用于多变量统计过程监测,通常要求数据满足高斯–马尔科夫定理.当数据存在多模态或过程变量非线性相关时,基于PLS方法的故障检测性能将受到影响.为此,本文提出一种基于PLS得分重构的故障检测方法(SR–PLS).首先,利用PLS将输入空间分解为质量相关空间与质量无关空间;其次,利用类k邻近规则(k NN)对当前得分向量进行重构,得到重构得分向量;最后利用重构得分构造统计量,由核密度估计(KDE)得到控制限,进行故障检测.本方法降低了变量间的非线性与数据多模态对过程故障检测的影响,提高了故障检测率.将所提方法应用于两个数值仿真例子与田纳西伊士曼过程(TEP),并与PLS,KPLS, LNS–PLS进行对比分析,证明该算法的优越性与有效性.
|
| 关 键 词： | 数据驱动 故障检测 偏最小二乘 得分重构 田纳西伊士曼过程 |
| 收稿时间： | 2020-02-19 |
| 修稿时间： | 2020-05-29 |
Quality-related fault detection based on the score reconstruction associated with partial least squares |
| |
| KONG Xiang-yu,LI Qiang,AN Qiu-sheng and XIE Jian. Quality-related fault detection based on the score reconstruction associated with partial least squares[J]. Control Theory & Applications, 2020, 37(11): 2321-2332 |
| |
| Authors: | KONG Xiang-yu LI Qiang AN Qiu-sheng XIE Jian |
| |
| Affiliation: | Rocket Force University of Engineering,Rocket Force University of Engineering,Shanxi Normal University,Rocket Force University of Engineering |
| |
| Abstract: | |
| |
| Keywords: | data-driven fault detection partial least squares score reconstruction Tennessee Eastman process |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《控制理论与应用》浏览原始摘要信息 |
|
点击此处可从《控制理论与应用》下载全文 |
|
