独立元子空间算法及其在故障检测上的应用

摘要：

针对高维数据建模问题,提出一种独立元子空间算法(ICSM),作为一种新的集成学习算法,ICSM利用独立元在不同变量上的贡献度来选取子空间,符合了集成学习的要求,具备了明确的物理意义,有效地克服了随机子空间算法(RSM)的主要缺点.在此基础上,进一步将ICSM应用于工业过程监控,提出了一种新的ICSM-PCA故障检测算法.首先在各个子空间内分别建立相应的PCA监测模型,然后根据T~2和SPE统计量的值计算出集成时各自的权重,最后构造两个集成统计量对工业过程进行监测.通过在 Tennessee Eastman (TE) 模型上的仿真研究,说明提出的算法具有较好的建模效果和故障检测能力.

关键词：集成学习、随机子空间方法、主元分析、故障检测

所属期刊栏目：61

分类号：TP277(自动化技术及设备)

资助基金：国家自然科学基金项目60774067,60736021;国家高技术研究发展计划项目2009AA04Z154

在线出版日期：2011-05-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：425-431