期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
改进主元分析方法及数据重构在工业系统中的故障诊断研究 被引量:7
1
作者 杜海莲 苗诗瑜 +1 位作者 杜文霞 吕锋 《南京理工大学学报》 EI CAS CSCD 北大核心 2019年第1期72-77,85,共7页
为了更加准确地对复杂工业生产系统进行故障判断,使生产系统更加稳定地运行,采用了改进的主元分析(Principal component analysis,PCA)方法及数据重构对工业过程进行故障诊断研究。采集工业系统正常和故障状态时的数据,将传统的PCA算法... 为了更加准确地对复杂工业生产系统进行故障判断,使生产系统更加稳定地运行,采用了改进的主元分析(Principal component analysis,PCA)方法及数据重构对工业过程进行故障诊断研究。采集工业系统正常和故障状态时的数据,将传统的PCA算法中平方预测误差(Squared prediction error,SPE)统计量分成两个,分别为主元显著关联的检测残差变量(Principal-component-related variable residual,PVR)和一般变量残差(Common variable residual,CVR)对系统进行故障判断。为了使系统在检测出故障之后尽量减少故障数据对系统的影响,又进一步应用数据重构方法,将故障数据重构成正常数据,并采用有效度指标进行验证。在故障发生的过程中对故障部分进行检修和排除,把生产系统受到故障的影响降到最低。改进的PCA方法和数据重构方法运用田纳西—伊斯曼过程的数据验证,使故障的检测结果更加准确,保证了生产系统的正常运行行。 展开更多
关键词 主元分析 故障分析 故障重构 主元显著关联的检测残差变量 一般变量残差 生产安全
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部