KPCA-MOPSO故障检测方法研究

作者：曹烨; 闫秀联; 刘雨阳; 于鹏飞

来源：计算机测量与控制, 2021, 1-12.

• 变风量空调系统
• 核主元分析
• 混合核函数
• 多目标粒子群算法
• 故障检测

针对变风量空调系统中空气处理机组的传感器的故障检测问题，提出一种多目标粒子群算法优化的混合核函数核主元分析法：采用高斯径向核函数（RBF）的学习能力和多项式核函数（Poly）的预测能力混合的方法构造了混合核函数，并引入了权重系数有效解决了两类核函数之间的影响作用；采用多目标粒子群算法对混合核函数参数的均方根误差（RMSE）、故障检测率（FDR）和主元数（NPC）三种目标函数进行寻优；实验结果表明，该方法对于微小传感器的故障消除误诊断的效果良好，且相较于单一核函数的KPCA方法，故障检测率可提高近10%。

• 单位
  西安建筑科技大学; 西安建筑科技大学华清学院