-
公开(公告)号:CN107065843A
公开(公告)日:2017-08-18
申请号:CN201710434406.4
申请日:2017-06-09
Applicant: 东北大学
IPC: G05B23/02
CPC classification number: G05B23/0243 , G05B2219/24065
Abstract: 本发明涉及一种基于独立子空间的多方向KICA间歇过程故障监测方法,包括以下步骤:采集间歇过程三维数据X(I×J×K),应用多向KICA,将三维数据按批次展开成二维数据进行处理;其中I为批次数目,J为变量数目,K为采样点数目;对按批次展开的二维数据进行离线建模,在ICA的基础上加入核技巧,将非线性数据映射到高维特征空间,然后在高维空间进行线性处理;应用T2和SPE统计量对过程进行在线监测;将每一子数据得到的故障信息进行汇总,计算统计量是否超限。本发明对传统KICA整体处理的方法改进,对初始数据划分为多个子空间进行详细的KICA分析,建立多模型的KICA同时监测,将隐藏信息放大,有效的掌握局部信息,提高故障的监测率。
-
公开(公告)号:CN107065843B
公开(公告)日:2019-04-05
申请号:CN201710434406.4
申请日:2017-06-09
Applicant: 东北大学
IPC: G05B23/02
Abstract: 本发明涉及一种基于独立子空间的多方向KICA间歇过程故障监测方法,包括以下步骤:采集间歇过程三维数据X(I×J×K),应用多向KICA,将三维数据按批次展开成二维数据进行处理;其中I为批次数目,J为变量数目,K为采样点数目;对按批次展开的二维数据进行离线建模,在ICA的基础上加入核技巧,将非线性数据映射到高维特征空间,然后在高维空间进行线性处理;应用T2和SPE统计量对过程进行在线监测;将每一子数据得到的故障信息进行汇总,计算统计量是否超限。本发明对传统KICA整体处理的方法改进,对初始数据划分为多个子空间进行详细的KICA分析,建立多模型的KICA同时监测,将隐藏信息放大,有效的掌握局部信息,提高故障的监测率。
-