-
题名基于降秩核独立成分分析的故障检测算法
- 1
-
-
作者
郭金玉
冯闯
李元
-
机构
沈阳化工大学信息工程学院
-
出处
《现代电子技术》
北大核心
2025年第20期135-141,共7页
-
基金
国家自然科学基金资助项目(62273242)
辽宁省教育厅科学研究资助项目(JYTMS20231516)。
-
文摘
为了解决传统核独立成分分析(KICA)算法在处理大量样本时,模型计算复杂度高且运行时间较长的问题,提出一种基于降秩核独立成分分析(RR-KICA)的故障检测算法。该算法对核矩阵的构造方式进行了改进,计算每个新数据的核向量,以新增行向量、列向量的方式更新核矩阵;再根据该核矩阵是否满秩,决定核向量是否保留,直到计算完全部核向量并构造出核矩阵,从而建立RR-KICA模型,计算训练数据的I2统计量及其控制限。将测试数据投影到RR-KICA模型上,计算I2统计量,并与训练数据的控制限进行对比,若其超过控制限,则说明发生故障。将所提算法应用于田纳西-伊斯曼(TE)过程,与KPCA、KLPP、KECA、KICA、KEICA和RR-KPCA算法进行对比。结果表明,在检测率、误报率、检测延迟和运行时间方面,RR-KICA算法的故障检测效果均优于其他算法。RR-KICA算法将降秩的方法用于核矩阵计算,降低了核矩阵的维度,简化了KICA模型,有助于后续提取更多的数据信息并缩短算法运行时间。
-
关键词
核独立成分分析算法
故障检测
降秩
核矩阵
田纳西-伊斯曼过程
统计量
-
Keywords
kernel independent component analysis
fault detection
reduced rank
kernel matrix
Tennessee-Eastman process
statistic
-
分类号
TN911.7-34
[电子电信—通信与信息系统]
TP277
[自动化与计算机技术—检测技术与自动化装置]
-
