基于独立成分的动态多变量过程的故障检测与诊断方法

何宁; 谢磊; 郭明; 王树青

您当前的位置：

首页 >

文章列表页 >

基于独立成分的动态多变量过程的故障检测与诊断方法

过程系统工程 | 更新时间：2025-12-10

- 基于独立成分的动态多变量过程的故障检测与诊断方法
- Fault detection and diagnosis in continuous dynamic multivariable processes using independent component analysis
- 化工学报 2005年第4期页码：646-652
- 作者机构：
  
  1. 工业控制技术国家重点实验室浙江大学先进控制技术研究所,浙江,杭州,310027
  2. 佳木斯大学控制系,黑龙江,佳木斯,154007
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 网络首发：2005-04-25，
  
  纸质出版：2005-04-25
- 稿件说明：
移动端阅览
何宁, 谢磊, 郭明, 等. 基于独立成分的动态多变量过程的故障检测与诊断方法[J]. 化工学报, 2005,(4):646-652.

HE Ning, XIE Lei, GUO Ming, et al. Fault detection and diagnosis in continuous dynamic multivariable processes using independent component analysis[J]. CIESC Journal, 2005, (4): 646-652.
何宁, 谢磊, 郭明, 等. 基于独立成分的动态多变量过程的故障检测与诊断方法[J]. 化工学报, 2005,(4):646-652. DOI：

HE Ning, XIE Lei, GUO Ming, et al. Fault detection and diagnosis in continuous dynamic multivariable processes using independent component analysis[J]. CIESC Journal, 2005, (4): 646-652. DOI：

摘要

化工过程中存在大量测量变量，这些变量一般不是相互独立的，而是由少数必要的潜隐变量驱动，这些潜隐变量通过独立成分分析方法（ICA）抽取出来，可用于故障检测和监控.在基于ICA的故障检测和监控基础上提出一种故障诊断方法——字符串匹配方法，此种方法仅由数据驱动，既不需要训练数据也不需要建立过程模型，实施起来简单方便.通过在TE仿真模型上的应用，表明了此方法的有效性.

Abstract

A chemical process has a large number of measured variables

which are usually driven by fewer latent variables. The latent variables are extracted by using independent component analysis (ICA) and monitored to detect the fault.According to the situation of alarm limit violations of independent components

the diagnosis of faults is reduced to a string matching problem. The proposed method is data driven and any training data or a process model is not required. It was evaluated by the application to the Tennessee Eastman challenge process and its effectiveness was demonstrated.

关键词

Keywords

references

浏览量

216

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于基因表达式编程的化工过程故障诊断知识抽取

一种基于改进MPCA的间歇过程监控与故障诊断方法

化工过程危险剧情分类及SDG定性识别方法

基于二阶互信息特征选取的TE过程故障诊断

基于SDG模型的控制系统故障诊断方法