科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对在大多数的工业过程中，观测到的统计值具有动态和非线性的问题，提出了一种基于DICA的故障检测和诊断方法。首先，构造一个具有时滞变量的增广矩阵。然后，对处理后的数据应用独立成分分析(ICA)方法，提取在统计上独立的非高斯信号源。最后，计算I2、I2e和Q统计量监控样本状态。为了识别故障变量，基于灵敏度分析的思想构造用于监测统计的贡献图，能够有效准确地定位故障变量。将该方法应用于田纳西-伊斯曼过程，仿真结果表明，动态独立成分分析(DICA)能有效地检测多变量动态过程中的故障。同时也表明，所提出的故障诊断方法在定位故障变量上是有效的。
- 单位
