| 专利号 | 2018115036659 | 申请日 | 2018-12-10 | 专利名称 | 基于主辅PCA模型的多变量工业过程故障检测方法 |
| 授权日 | 2020-03-06 | 专利权人 | 中国石油大学(华东) | 发明人 | 邓晓刚;邓佳伟;曹玉苹 |
| 主分类号 | G05B23/02 | 关键词 | 应用领域 | ||
| 摘要 | 本发明涉及一种基于主辅PCA模型的多变量工业过程故障检测方法，其步骤为：对正常数据集与先验故障数据集进行标准化处理；对正常数据集建立PCA模型作为主监控模型，计算先验故障和正常数据的相对互信息，借助广义Dice对变量进行分组，对分组后的数据集建立PCA模型作为辅助监控模型，对测试数据集进行标准化处理，将测试数据集分别向主监控模型和辅助监控模型投影，并计算其投影到主监控模型和辅助监控模型的统计量，应用贝叶斯理论整合变量组的信息得到总的监控统计量，根据监控统计量是否超出控制限判断测试数据集是否发生故障。本发明不仅有效地降低部分重要先验故障信息的遗漏和浪费，还通过变量分组挖掘变量局部信息提高故障检测率，改善故障检测性能。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 高端装备制造 智能制造装备产业 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
