期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于递推规范变量残差和核主元分析的微小故障检测
被引量：
2
1
作者
秦玉峰
史贤俊
《控制理论与应用》
EI
CAS
CSCD
北大核心
2022年第9期1716-1724,共9页
微小故障由于故障征兆不明显从而很难在故障发生早期对其进行检测.针对该问题,本文提出了一种基于递推规范变量残差和核主元分析(RCVD-KPCA)的微小故障检测方法.首先构造规范变量残差,从中提取数据的线性特征.利用指数加权滑动平均法对...
微小故障由于故障征兆不明显从而很难在故障发生早期对其进行检测.针对该问题,本文提出了一种基于递推规范变量残差和核主元分析(RCVD-KPCA)的微小故障检测方法.首先构造规范变量残差,从中提取数据的线性特征.利用指数加权滑动平均法对规范变量残差进行递推滤波处理,提高规范变量残差对微小故障的敏感程度;然后使用KPCA提取规范变量残差中的非线性主成分作为非线性特征,根据提取的特征提出了两个新的故障检测统计量;此外,利用核密度估计确定故障检测统计量的控制限.由于同时提取了过程数据的线性和非线性特征,有效地提高了非线性动态过程中微小故障的可检测性.以闭环连续搅拌釜式反应器过程为例进行了仿真分析,仿真结果表明本文所提方法具有较好的故障检测性能.
展开更多
关键词
故障
检测
规范
变量
残差
核
主
元
分析
微小故障
指数加权滑动平均
核密度估计
在线阅读
下载PDF
职称材料
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
2
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
职称材料
基于KPCA残差方向梯度的故障检测方法及应用
被引量：
21
3
作者
周卫庆
司风琪
+2 位作者
徐治皋
黄葆华
仇晓智
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2017年第10期2518-2524,共7页
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...
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。
展开更多
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
在线阅读
下载PDF
职称材料
题名
基于递推规范变量残差和核主元分析的微小故障检测
被引量：
2
1
作者
秦玉峰
史贤俊
机构
海军航空大学岸防兵学院
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2022年第9期1716-1724,共9页
文摘
微小故障由于故障征兆不明显从而很难在故障发生早期对其进行检测.针对该问题,本文提出了一种基于递推规范变量残差和核主元分析(RCVD-KPCA)的微小故障检测方法.首先构造规范变量残差,从中提取数据的线性特征.利用指数加权滑动平均法对规范变量残差进行递推滤波处理,提高规范变量残差对微小故障的敏感程度;然后使用KPCA提取规范变量残差中的非线性主成分作为非线性特征,根据提取的特征提出了两个新的故障检测统计量;此外,利用核密度估计确定故障检测统计量的控制限.由于同时提取了过程数据的线性和非线性特征,有效地提高了非线性动态过程中微小故障的可检测性.以闭环连续搅拌釜式反应器过程为例进行了仿真分析,仿真结果表明本文所提方法具有较好的故障检测性能.
关键词
故障
检测
规范
变量
残差
核
主
元
分析
微小故障
指数加权滑动平均
核密度估计
Keywords
fault detection
canonical variate dissimilarity
kernel principal component analysis
incipient fault
exponentially weighted moving average
kernel density estimation
分类号
TH17 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
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
2
作者
杜海莲
苗诗瑜
杜文霞
吕锋
机构
河北师范大学职业技术学院
北京交通大学电气工程学院
出处
《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
基金
国家自然科学基金(61673160
60974063
+3 种基金
61175059)
河北省自然科学基金(F2014205115)
河北省教育厅课题(ZD2016053
QN2018087)
文摘
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。
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
Keywords
principal component analysis
fault analysis
fault reconstruction
principal-component-related variable residual
common variable residual
production safety
分类号
TP206 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于KPCA残差方向梯度的故障检测方法及应用
被引量：
21
3
作者
周卫庆
司风琪
徐治皋
黄葆华
仇晓智
机构
南京工程学院电力仿真与控制工程中心
东南大学能源热转换及其过程测控教育部重点实验室
华北电力科学研究院有限责任公司
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2017年第10期2518-2524,共7页
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)项目资助
文摘
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
Keywords
kernel principal component analysis （ KPCA ）
fault detection
direction gradient
fault variable identification
residual contamination
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
TH86 [机械工程—精密仪器及机械]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于递推规范变量残差和核主元分析的微小故障检测
秦玉峰
史贤俊
《控制理论与应用》
EI
CAS
CSCD
北大核心
2022
2
在线阅读
下载PDF
职称材料
2
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
杜海莲
苗诗瑜
杜文霞
吕锋
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2019
7
在线阅读
下载PDF
职称材料
3
基于KPCA残差方向梯度的故障检测方法及应用
周卫庆
司风琪
徐治皋
黄葆华
仇晓智
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2017
21
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
