基于KPCA残差方向梯度的故障检测方法及应用

摘要：

针对核主元分析(KPCA)在应用过程中非线性映射不存在原像、故障变量无法辨识、工程应用困难等问题,提出了一种改进的KPCA残差方向梯度故障检测方法.利用主元统计量和残差统计量的偏微分之间存在着相关性这一性质,对与主元统计量相关的格拉姆矩阵偏微分中间计算过程进行优化,提出一种新的KPCA残差方向梯度算法,在此基础上结合统计量形成系统故障检测的新方法.非线性系统仿真表明,改进的KPCA残差方向梯度法不仅具有较优的故障变量辨识能力,还极大地减小了计算量,缩短了计算时间.大型热力系统的应用进一步表明,无论对于单故障和多故障的情况,方法均具有较好的故障检测能力,并且不存在残差污染,易于工程实现.

关键词：核主元分析、故障检测、方向梯度、故障变量辨识、残差污染

所属期刊栏目：38

分类号：TP273;TH86(自动化技术及设备)

资助基金：国家自然科学基金51176030;南京工程学院引进人才科研启动基金YKJ201445

在线出版日期：2018-03-29（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：2518-2524