科研之友
微信
新浪微博
Facebook
分享链接
摘要
带钢热连轧过程中采集的数据具有较强的自相关性、互相关性以及时变性，典型变量分析方法（CVA）虽然能够解决自相关性和互相关性的问题，但是由于过程数据存在时变性，导致以前构建的监控模型不再适用于现在的数据，因此提出了一种基于滑动窗口的典型变量分析方法（MWCVA）。该方法首先通过初始窗口构建CVA模型和统计量，解除了数据之间的自相关性和互相关性，然后通过滑动窗口更新过程数据，不断更新CVA模型和统计量，解决了时变性导致检测结果不准确的问题，最后通过控制限判断是否发生故障，在监测系统内部状态空间的同时监测外部状态空间的变化，更加全面地进行故障检测。通过带钢热连轧过程（HSMP）案例的仿真研究，对比CVA、MWCVA的检测效果，证明了MWCVA对故障识别的精度高达100%，误报率不足0.5%。
- 单位
