《计算机应用研究》|Application Research of Computers

基于DPCA-IM的动态过程监测方法

Dynamic process monitoring based on estimation error of missing variable

免费全文下载 (已被下载 次)  
获取PDF全文
作者 孟生军,童楚东
机构 宁波大学 信息科学与工程学院
统计 摘要被查看 次,已被下载
摘要 动态主成分分析(DPCA)通过增广矩阵或向量的方式来挖掘采样数据间的时序自相关性。然而,DPCA对自相关的特征成分与残差直接实施监测是不合理的,故其故障检测效果较差。为了剔除采样数据的自相关性以提高故障检测效果,提出了一种基于估计误差的动态过程监测方法。首先,通过逐个假设各个过程变量的测量数据缺失,并在已建立的DPCA模型中引入迭代方法(IM)计算得到相应变量缺失数据的估计值。由于该估计值在仅缺失一个变量数据的条件下能较大程度地逼近原测量数据,两者之差(即估计误差)不再存在显著的自相关性。而且该估计误差的变化可直接反映出采样数据变化情况的异常,因此可以利用估计误差进行动态过程监测。最后,通过两个动态过程实例:动态数值仿真过程与田纳西-伊斯曼(TE)标准测试平台。仿真结果表明,该方法能剔除采样数据间的自相关性,并能有效地提高故障检测效果,验证了所提方法不仅可行的,而且具有良好的优越性。
关键词 动态主成分分析;估计误差;自相关性;缺失数据
基金项目 国家自然科学基金资助项目(61773225,61803214)
本文URL http://www.arocmag.com/article/02-2021-01-054.html
收稿日期
修回日期
页码 -
中图分类号 TP277
文献标志码