基于MCUSUM-MSPCA方法对连续过程微小故障的监测
本文主要针对Tennessee Eastman过程中的缓变、微小故障，提出一种新的多变量统计方法，即MCUSUM-MSPCA。首先用多变量累计和(MCUSUM)对过程数据进行处理，获得历史累积信息后，再将主元分析去除变量间关联，小波分析提取测量决定性特性以及去除测量自相关的优势相结合，在各尺度上建立小波系数的PCA模型，并构造相应的统计量(TZ和Q统计量)。结果表明，提出的方法是可行的，并且有效地改善了该过程的检测效果，特别是在检测过程中几个微小故障的时候，新方法显示出了较好的性能。
化工过程 生产系统 故障检测 数据处理
孙美红 张浩 孙巍 张佳
北京化工大学化学工程学院,北京100029
国内会议
西安
中文
935-935
2008-10-01（万方平台首次上网日期，不代表论文的发表时间）