沈阳化工大学学报 ›› 2021, Vol. 35 ›› Issue (3): 265-274.doi: 10.3969/j.issn.2095-2198.2021.03.012
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
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.
中图分类号:
-
TP277
| [1] | 郭小萍, 赵英平, 李元. 基于子块典型变量分析的化工过程故障检测 [J]. 沈阳化工大学学报, 2024, 38(1): 61-70. |
| [2] | 李元1, 刘雨田1, 冯立伟1, 2. 基于时空近邻标准化和PCA的故障检测方法 [J]. 沈阳化工大学学报, 2024, 38(1): 52-60. |
| [3] | 郭金玉, 李涛, 李元. 基于多模型SVM的多模态过程故障检测 [J]. 沈阳化工大学学报, 2023, 37(6): 533-541. |
| [4] | 张成1, 赵丽颖2, 杨东昇2, 李元2. 基于LPP特征空间重构的故障检测策略 Fault Detection Strategy Based on the Feature Space Reconstruction of LPP [J]. 沈阳化工大学学报, 2023, 37(5): 472-471. |
| [5] | 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. |
| [6] | 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. |
|
||