基于SPA间歇过程故障诊断的MKNPE算法

作者: 赵小强 ; 王涛

关键词: 间歇过程故障诊断统计量模式分析(SPA) 多向核邻域保持嵌入(MKNPE) batch process fault diagnosis statistics pattern analysis（SPA） multi-kernel neighborhood preserving embedding（KNPE）

摘要：非线性特性是工业过程的显著特性,特别是间歇过程有着更强的非线性,而且传统方法只是对数据的协方差矩阵进行分解,忽略数据高阶统计量信息,从而无法充分提取非线性过程的有效信息导致诊断效果不佳.针对以上问题,提出了基于统计量的多向核邻域保持嵌入算法.该算法首先引入统计量模式分析方法（SPA）将样本数据投影到统计量样本空间中,可以更充分地提取非线性数据的高阶统计量信息;然后在统计量空间中通过核函数将统计量样本映射到高维核空间,用以解决数据的非线性;最后在高维核空间中应用邻域保持嵌入算法充分提取数据的局部结构来对间歇过程进行监控,检测到过程故障后用变量贡献图法诊断出故障变量.通过青霉素发酵过程验证了该算法对强非线性的间歇过程故障诊断是有效的.

上一篇：基于量子行为的花朵授粉算法
下一篇：固定化高效石油降解菌处理石油废水优化实验

基于SPA间歇过程故障诊断的MKNPE算法

作者: 赵小强 ; 王涛

关键词: 间歇过程 故障诊断 统计量模式分析(SPA) 多向核邻域保持嵌入(MKNPE) batch process fault diagnosis statistics pattern analysis（SPA） multi-kernel neighborhood preserving embedding（KNPE）

关键词: 间歇过程故障诊断统计量模式分析(SPA) 多向核邻域保持嵌入(MKNPE) batch process fault diagnosis statistics pattern analysis（SPA） multi-kernel neighborhood preserving embedding（KNPE）