基于K-means最佳聚类的间歇过程故障诊断方法

作者：邵盟雅; 吕锋; 宋学君^*; 郭振兴

来源：控制工程, 2020, 27(09): 1642-1648.

DOI：10.14107/j.cnki.kzgc.20180629

• MPCA
• K-means
• 最佳聚类
• 软时段划分
• 故障诊断

在多时段间歇过程中,过程特性区域存在于两个相邻时段间的模糊过渡区域中。若不能准确将过渡时段提取出来,在采用多向主元分析(MPCA)方法进行故障诊断与分析过程中容易产生误判。为此,提出了一种基于K-means最佳聚类的间歇过程故障诊断方法。该方法首先在传统软时段划分中加入K-means最佳聚类方法,提高了子时段与过渡时段的区分度;然后利用MPCA诊断方法进行诊断分析。此方法提高了过渡时段的区分度,进而提升了故障诊断的精度。通过机床设备加工数据的仿真实验,证明了方法的有效性。

• 单位
  河北师范大学; 物理学院