基于KPCA的多工况TE过程故障检测研究

来源 :北京信息科技大学学报(自然科学版) | 被引量 : 0次 | 上传用户:wdelaopologo
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了解决多工况、非线性工业过程的故障检测问题,在基于先验知识的基础之上提出了基于多核主元分析方法(Multiple-Kernel Principal Component Analysis,KPCA)的故障检测办法。首先收集每个工况稳态过程的历史正常数据,直接建立子KPCA模型求得各自的控制限,其次收集工况间的过渡过程的历史正常数据,采取加权平均法求其控制限,最后对过程的故障数据进行检测。以田纳西-伊斯曼过程(Tennessee-Eastman Process,TEP)与MATLAB结合进行仿真实验。仿真结
其他文献
针对带有状态时滞的不确定中立型系统,讨论了其时滞相关鲁棒H∞滤波器的设计问题。基于Lyapunov稳定性理论,构造合适的Lyapunov函数,分别针对确定性系统和不确定性系统,用线
车牌定位是车牌识别系统的关键技术。针对户外场景下车牌定位难的问题,提出将暗通道去雾算法应用到图像预处理中,并改进了传统的暗通道去雾算法。在实验中,分别对比了有无去雾算法的车牌定位系统的准确率和改进去雾算法前后车牌定位系统的准确率和运行时间。结果表明,增加了去雾算法的车牌定位系统定位准确率得到了有效提高,定位相对错误率下降了23%;使用改进后去雾算法的车牌定位系统不仅定位准确率得到了提高,而且运行时