科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对实际工业过程中的高斯与非高斯变量同时存在的问题，提出一种基于独立元分析(independent component analysis, ICA)和局部离群因子(local outlier factor, LOF)的故障检测方案。利用ICA算法提取数据独立元，加入独立元的时滞输入特性和时差输入特性构建成增广矩阵。运用LOF算法剔除训练数据增广矩阵中的离群点，排除离群点对建模的影响。用剩余数据建立LOF模型，并计算检测指标LOF的值，通过核密度估计计算控制限。将检测指标与控制限做对比，确定检测数据是否正常。将该方案用于田纳西-伊斯曼过程，并分别与传统的ICA和LOF方法比较，仿真结果说明该方法通过构建独立元空间增广矩阵和剔除离群点，有效地提高了LOF的故障检测率，同时也降低了误报率。
- 单位
