一种基于GMM的多工况过程监测方法

摘要：

本文提出了一种基于高斯混合模型的多工况过程监测方法。首先在主元空间利用GMM（Gaussian Mixture Models）对过程数据进行聚类，自动获取工况和相关分布特性。然后对每个工况建立PCA（Principal Component Analysis）模型来描述整个过程的统计特性。最后在过程监测中，根据监测样本属于各个工况的概率构造综合统计量，实现对多工况过程的故障检测。TE过程的仿真结果表明，本文提出的方法优于传统的PCA方法，能更准确及时地检测出多工况过程的各种故障。

关键词： 多工况过程监测 高斯混合模型 故障检测 统计监控 主元空间利用

作者: 许仙珍 谢磊 王树青

作者单位: 浙江大学智能系统与控制研究所,工业控制技术重点实验室,浙江 杭州 310027

会议类型: 国内会议

会议名称: 2009中国过程系统工程年会(PSE)暨2009中国MES年会

会议地点: 杭州

会议语种:中文

页码: 1-6

在线出版日期: 2009-09-22（万方平台首次上网日期，不代表论文的发表时间）