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

• 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:自然科学版
• 发表日期: 2019年1期
• 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 principal component analysis fault anal
• 基金项目: 国家自然科学基金(61673160,60974063,61175059),河北省自然科学基金(F2014205115),河北省教育厅课题(ZD2016053,QN2018087).

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