基于多尺度PCA的工业过程故障预测
研究了同时含有隐含性能退化和输入故障的连续过程故障预测问题.假设退化过程变化缓慢,而输入故障突发且变化快速.基于多尺度主元分析模型,提出了一种针对性能退化过程的故障预测方法.首先对一段正常工况下的历史数据进行离散小波分解,对不同尺度下的小波系数建立相应的主成分分析模型.经过多层小波分解.性能退化过程会被低频系数模型检测到.然后用基于重构的方法估计退化程度,并用指数平滑方法对其进行预测,最后预测出系统剩余有效寿命(RUL).对CSTR的案例研究表明了该方法的有效性。
工业过程 故障预测 统计过程监测 多尺度主成分分析 指数平滑
李钢 秦泗钊 周东华
清华大学,自动化系,北京,100084 南加州大学Viterbi工程学院,洛杉矶,90089,美国,加州
国内会议
武汉
中文
32-35
2009-08-01（万方平台首次上网日期，不代表论文的发表时间）