基于SFA的工业过程质量相关的在线故障检测

作者:索寒生*; 蒋白桦; 宫向阳; 王永耀; 贾贵金
来源:控制工程, 2019, 26(06): 1222-1227.
DOI:10.14107/j.cnki.kzgc.20180426

摘要

考虑到传统工业过程监测方法容易忽略掉过程动态信息的现象,提出了基于慢特征分析(Slow Feature Analysis, SFA)的在线特征选择与重排序的质量相关的故障检测方法(改进FROSSFA),将SFA故障检测扩展到质量相关的故障检测领域。最后将所提方法应用在TE过程上,仿真结果表明改进的FROSSFA方法具有较高的故障检测率,并能准确判断所发生故障是否与质量相关。

  • 单位
    中国石油化工集团公司