基于改进MKECA的间歇过程故障检测方法研究
作者:
张琛琛
邓晓刚
徐莹
关键词:
MKECA
间歇过程
马氏距离
k近邻
摘要:
针对间歇过程存在的非线性、噪声强、多工况等特点,提出一种基于改进多向核熵成分分析 (Improved Multi-way Kernel Entropy Component Analysis, IMKECA) 的非线性故障检测方法.该方法引入小波变换对过程数据进行去噪处理,抑制噪声对统计建模造成的影响,并对降噪后数据进行非线性统计分析,建立基于Renyi熵的MKECA模型.为更好的适应多工况数据的变化,进一步构建基于 k 近邻马氏距离的 M 监控统计量,代替传统 T2监控统计量,以提高故障检测效果.最后所提方法以盘尼西林发酵过程为监控对象进行仿真研究,结果验证了IMKECA方法能够比传统MKECA方法更为有效的监控过程故障.
上一篇: 基于多特征相关滤波的可靠块跟踪
下一篇: 基于改进混合高斯模型的运动目标检测算法