大规模的工业过程具有动态的特性，主元分析只关注方差最大化，没有很好地解决处理样本的数量以及样本成分是否包含动态特性，所以主元分析不适合直接应用于动态过程的故障检测。因此，提出一种在线压缩主元分析的自适应故障检测方法。在大量的样本中提取一组极具代表性的样本进行压缩数据建模，对于在线实时采集的数据，根据信息是否符合添加要求进行判断，并自动更新监控模型。将该方法应用于田纳西-伊斯曼过程，使用T2进行验证分析，仿真结果表明，所提出的故障检测方法是有效性。
科研之友
微信
新浪微博
Facebook
分享链接
