工业过程故障诊断的FDKICA-PCA方法

摘要：

由于故障诊断中忽略生产过程中自相关与滞后相关的动态特性,核独立成分分析&主成分分析(KICA-PCA)方法缺少可用的变量贡献分析,对微小故障和渐变故障检测效果很差,因此提出基于小波包滤波的动态核独立成分分析&主成分分析(FDKICA-PCA)的故障诊断方法.该方法将小波包滤波理论与AR模型预测数据特性融入到KICA-PCA中,进而提取过程变量自相关、滞后相关的特征信息.文中采用KICA-PCA算法提取过程变量的独立成分与主成分以确定3个监控指标T2、SPE、I2的控制限,利用非线性贡献图进行故障诊断,并通过田纳西过程仿真结果验证了FDKICA-PCA方法的优越性.

关键词：故障诊断、小波包、主成分分析、核独立成分分析、AR模型

所属期刊栏目：23

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金51377037

在线出版日期：2019-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：88-93