基于时空近邻标准化和PCA的故障检测方法

摘要

针对多阶段复杂工况数据非线性、动态性的特点，提出了基于时空近邻标准化和主元分析相结合的故障检测方法（TSNS-PCA）.首先在时间层次上搜索样本的近邻集，其次寻找样本的时间近邻在空间层次上的近邻样本集，然后在标准化样本集上通过主元分析方法计算监控模型的T²和SPE控制限，最后计算待检测样本的相应统计值，并且与控制限相比较，达到故障检测目的.TSNS方法不仅可以将复杂非线性、动态性、多阶段数据中心变换至坐标原点，并使新数据近似服从单一正态分布，还保持了离群点与正常点间的偏离程度.利用一个非线性动态数值模拟过程和青霉素仿真过程证明在动态多阶段过程监控中TSNS-PCA方法的效果明显优于PCA、KPCA、DPCA、WkNN、TSNS-LOF等方法.

关键词

故障检测 / 标准化 / 主元分析 / k近邻 / 动态性

基金资助

国家自然科学基金重大项目资助项目(61490701);国家自然科学基金资助项目(61673279)