工业过程,故障检测,加权近邻标准化,加权局部近邻标准化,PCA ," /> 工业过程,故障检测,加权近邻标准化,加权局部近邻标准化,PCA ,"/> <p class="MsoPlainText"> <span>加权局部近邻标准化</span>PCA的工业过程故障检测
Please wait a minute...
沈阳化工大学学报, 2021, 35(3): 265-274    doi: 10.3969/j.issn.2095-2198.2021.03.012
  信息与计算机工程 本期目录 | 过刊浏览 | 高级检索 |

加权局部近邻标准化PCA的工业过程故障检测

Fault Detection of Industrial Process Based on Weighed Local Neighborhood Standardization PCA

下载:  PDF (3209KB) 
输出:  BibTeX | EndNote (RIS)      
摘要 

针对工业生产过程的多模态、方差差异明显和非高斯特性,提出一种加权局部近邻标准化PCA(WLNSPCA)的故障检测方法.通过计算每个样本的k近邻样本的加权均值和标准差对原始数据集进行标准化,消除数据的多模态、方差差异和非高斯特性.对加权局部近邻标准化后的数据建立PCA模型,利用SPE和T2统计量进行过程监视.对新来测试样本进行加权局部近邻标准化,再向PCA模型上投影,计算相应统计量.将该方法应用于数值例子和半导体过程,仿真实验结果表明:与PCA、核主成分分析(KPCA)和加权近邻标准化PCA(WNSPCA)相比,加权局部近邻标准化PCA(WLNSPCA)具有一定的优越性.

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
关键词:  工业过程')" href="#">

工业过程  故障检测  加权近邻标准化  加权局部近邻标准化  PCA     

收稿日期:  2019-05-23                出版日期:  2021-06-30      发布日期:  2021-11-10      整期出版日期:  2021-06-30
ZTFLH: 

TP277

 
基金资助: 

国家自然科学基金重大项目(61490701); 国家自然科学基金项目(61673279); 辽宁省科学事业公益研究基金(2016001006)

引用本文:    
郭金玉, 刘玉超, 李元.

加权局部近邻标准化PCA的工业过程故障检测 [J]. 沈阳化工大学学报, 2021, 35(3): 265-274.

链接本文:  
https://xuebao.syuct.edu.cn/CN/10.3969/j.issn.2095-2198.2021.03.012  或          https://xuebao.syuct.edu.cn/CN/Y2021/V35/I3/265
[1] 郭小萍, 徐月, 李元.

基于EWMA-kNN的多工况过程微小故障检测 [J]. 沈阳化工大学学报, 2021, 35(4): 358-365.

[2] 李元, 杨东昇, 李大舟. 基于二维卷积神经网络高层数据特征学习的过程故障检测[J]. 沈阳化工大学学报, 2021, 35(3): 256-264.
No Suggested Reading articles found!
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
    PDF Preview