文件名称：基于鲁棒主元分析的故障诊断方法 (2008年)
文件大小：332KB
文件格式：PDF
更新时间：2024-05-16 00:07:05
自然科学 论文
针对工业过程的建模数据中含有离群点的情况，提出了一种基于鲁棒主元分析(PCA)的故障诊断方法。该方法使用广义极大似然估计(M估计)代替最小二乘估计，将传统的主元分析问题转化为一个加权的重构误差优化问题，然后通过改进的非线性迭代部分最小二乘(NIPALS)算法来求得问题的最优解，在此基础上建立主元模型并构造监控统计量检测过程故障。在连续搅拌反应器(CSTR)仿真系统上的应用结果表明，鲁棒PCA方法能够消除离群点对主元模型的影响，比PCA方法分析过程数据更为准确，能更有效地诊断过程故障。