基于核主元分析贡献图的非线性过程故障辨识方法

    公开(公告)号:CN101169623B

    公开(公告)日:2010-07-07

    申请号:CN200710158468.3

    申请日:2007-11-22

    Applicant: 东北大学

    CPC classification number: G06K9/6284 G06K9/6248

    Abstract: 一种基于核主元分析贡献图的非线性故障辨识方法,包括采集数据、提取特征空间的基、提取非线性主元、故障检测和故障辨识五个步骤,本发明提出了一种新的特征空间基的提取方法,通过基的提取来减少了数据映射到特征空间后的线性冗余,以及在训练样本数量很大的时候减少KPCA的计算量。本发明方法采用贡献图进行故障辨识,对过程的每个变量计算其贡献图和控制限,通过贡献图和控制限的关系判断出各变量失控对故障的发生所承担的责任,此辨识方法克服了输入空间和特征空间不能自由转换所带来的故障辨识的困难。

    一种非线性过程故障诊断方法

    公开(公告)号:CN101158873A

    公开(公告)日:2008-04-09

    申请号:CN200710012955.9

    申请日:2007-09-26

    Applicant: 东北大学

    Abstract: 一种非线性过程故障诊断方法,包括采集数据、进行相似性分析、利用核主元分析对数据进行白化处理,求解白化后的观测变量z、利用修正独立元分析ICA提取独立元、利用T2和SPE统计量和LS-SVM进行故障检测与诊断步骤。本发明提出了非线性动态过程故障诊断技术,结合Kernel、ICA和LS-SVM三者的优点,即,发挥Kernel对非线性的表达能力,同时发挥ICA对动态特性的把握能力和LS-SVM的分类能力。

    基于多核独立元分析的批量生产过程故障检测方法

    公开(公告)号:CN101158693B

    公开(公告)日:2011-08-17

    申请号:CN200710012956.3

    申请日:2007-09-26

    Applicant: 东北大学

    CPC classification number: Y02P90/02

    Abstract: 一种基于多核独立元分析的批量生产过程故障检测方法,包括采集数据、数据处理、利用核主元分析对数据进行白化、利用修正ICA提取独立元及利用T2和SPE统计量进行故障检测步骤。本发明首次提出一种基于MKICA的批量生产过程监测方法,实现对复杂过程进行监测。能较早的检测到故障,从而减少工业生产过程中的损失。

    基于核主元分析贡献图的非线性过程故障辨识方法

    公开(公告)号:CN101169623A

    公开(公告)日:2008-04-30

    申请号:CN200710158468.3

    申请日:2007-11-22

    Applicant: 东北大学

    CPC classification number: G06K9/6284 G06K9/6248

    Abstract: 一种基于核主元分析贡献图的非线性故障辨识方法,包括采集数据、提取特征空间的基、提取非线性主元、故障检测和故障辨识五个步骤,本发明提出了一种新的特征空间基的提取方法,通过基的提取来减少了数据映射到特征空间后的线性冗余,以及在训练样本数量很大的时候减少KPCA的计算量。本发明方法采用贡献图进行故障辨识,对过程的每个变量计算其贡献图和控制限,通过贡献图和控制限的关系判断出各变量失控对故障的发生所承担的责任,此辨识方法克服了输入空间和特征空间不能自由转换所带来的故障辨识的困难。

    基于多核独立元分析的批量生产过程故障检测方法

    公开(公告)号:CN101158693A

    公开(公告)日:2008-04-09

    申请号:CN200710012956.3

    申请日:2007-09-26

    Applicant: 东北大学

    CPC classification number: Y02P90/02

    Abstract: 一种基于多核独立元分析的批量生产过程故障检测方法,包括采集数据、数据处理、利用核主元分析对数据进行白化、利用修正ICA提取独立元及利用T2和SPE统计量进行故障检测步骤。本发明首次提出一种基于MKICA的批量生产过程监测方法,实现对复杂过程进行监测。能较早的检测到故障,从而减少工业生产过程中的损失。

    一种基于多方向重构的列车轴承故障诊断方法

    公开(公告)号:CN109141945B

    公开(公告)日:2020-12-15

    申请号:CN201810934136.8

    申请日:2018-08-16

    Applicant: 东北大学

    Inventor: 刘强 方彤 秦泗钊

    Abstract: 本发明提供一种基于多方向重构的列车轴承故障诊断方法,涉及基于数据驱动的列车故障诊断的技术领域。本发明是采用动态内模主元分析方法,对列车正常运行过程中的各轴承温度数据建模,从而对列车运行过程中各轴承进行监控,当检测到故障发生时,基于多方向重构的贡献方法对故障样本进行诊断,定位故障轴承。本发明本发明提供的方法对列车轴承故障状态具有更合理解释性,有效监测列车运行过程中轴承状态,可解决传统基于阈值规则的检测方法的漏报问题,及时检测列车轴承故障状态。

    一种基于多方向重构的列车轴承故障诊断方法

    公开(公告)号:CN109141945A

    公开(公告)日:2019-01-04

    申请号:CN201810934136.8

    申请日:2018-08-16

    Applicant: 东北大学

    Inventor: 刘强 方彤 秦泗钊

    Abstract: 本发明提供一种基于多方向重构的列车轴承故障诊断方法,涉及基于数据驱动的列车故障诊断的技术领域。本发明是采用动态内模主元分析方法,对列车正常运行过程中的各轴承温度数据建模,从而对列车运行过程中各轴承进行监控,当检测到故障发生时,基于多方向重构的贡献方法对故障样本进行诊断,定位故障轴承。本发明本发明提供的方法对列车轴承故障状态具有更合理解释性,有效监测列车运行过程中轴承状态,可解决传统基于阈值规则的检测方法的漏报问题,及时检测列车轴承故障状态。

    一种非线性过程故障诊断方法

    公开(公告)号:CN100565403C

    公开(公告)日:2009-12-02

    申请号:CN200710012955.9

    申请日:2007-09-26

    Applicant: 东北大学

    Abstract: 一种非线性过程故障诊断方法,包括采集数据、进行相似性分析、利用核主元分析对数据进行白化处理,求解白化后的观测变量z、利用修正独立元分析ICA提取独立元、利用T2和SPE统计量和LS-SVM进行故障检测与诊断步骤。本发明提出了非线性动态过程故障诊断技术,结合Kernel、ICA和LS-SVM三者的优点,即,发挥Kernel对非线性的表达能力,同时发挥ICA对动态特性的把握能力和LS-SVM的分类能力。

Patent Agency Ranking