基于小波核聚类的非高斯过程故障检测方法

摘要：

针对工业过程检测变量具有的非线性和非高斯性等特点,提出了一种基于小波核聚类的核主元分析(WKPCA)方法来处理过程数据的非线性特性,同时引用支持向量数据描述(SVDD)对过程进行建模.本算法先根据Morlet小波具有多分辨分析和能以更高的精度逼近任意函数的特点,将其构建为小波核函数,可以增强KPCA的非线性核映射和抗噪能力,然后在映射后的特征空间中进行均值聚类分析,选择每个聚类中展现特征中心的数据,大大减少了核函数的计算量;最后通过SVDD提出监控指标来描述过程的非高斯特性.将上述方法用在一个标准仿真平台Tennessee-Eastman上,结果表明,该方法能及时有效地检测出系统产生的故障和异常情况.

关键词：均值聚类、小波核、故障检测

所属期刊栏目：62

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60625302,20876044;国家重点基础研究发展计划项目2009CB320603;上海市重点学科建设项目B504;上海市科技启明星项目08QA14021

在线出版日期：2012-02-14（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：427-432