基于特征子空间的系统故障检测与诊断

摘要：

针对KPCA不适合于大样本的不足,提出一种基于特征子空间映射的主元分析(FSP-KPCA)及其故障检测方法.利用核函数技巧,从样本数据中选取基向量集,基向量集在特征空间F中扩展生成特征子空间,样本数据在特征子空间投影,然后,对映射数据进行主元分析,从而形成FSP PCA及其故障检测方法.当故障产生时,计算该故障与已知故障的特征子空间的夹角(核主角),以此识别故障类型.将提出的方法应用于Tennessee Eastman(TE)过程故障监测,证明本算法的有效性.

关键词： 主元分析 故障检测 核函数 特征子空间

作者: 范玉刚 张亚雄 吴建德 黄国勇 王晓东

作者单位: 昆明理工大学信息工程与自动化学院,云南昆明,650500;云南省矿物管道输送工程技术研究中心,云南昆明,650500

会议类型: 国内会议

会议名称: 2013年中国智能自动化会议

会议地点: 扬州

会议语种:中文

页码: 221-226

在线出版日期: 2013-08-01（万方平台首次上网日期，不代表论文的发表时间）