【技术实现步骤摘要】
基于核混合空间投影的故障检测方法
[0001]本专利技术涉及工业过程监测和故障检测领域,具体的是提出基于核混合空间投影的故障检测方法。
技术介绍
[0002]随着工业系统的快速发展,实时监测设备的生产过程是不可或缺的一环,如有故障发生,往往会带来巨大的经济损失,因此找到一种高效可靠的故障测方法是非常必要的。在过程监控和故障诊断等领域,能否提取发生故障的特征是检测出故障的关键,现阶段大量的特征提取方法被提出用于实时监测化工过程的运行状态,其中主成分分析(PCA)和局部保持投影(LPP)是应用非常广泛的的两种故障检测方法。
[0003]PCA是一种无监督特征提取方法,它试图找到一组相互正交的基,从而使重构误差在由数据协方差矩阵的主特征向量张成的低维子空间内最小化。受非线性方法主要思想的启发,LPP明确地考虑了流形结构。它试图找到一种嵌入方法,从而保留局部信息并获得一个样本子空间,使其能够成功地检测出样本的流形结构。PCA和LPP在故障检测领域中虽然取得了一定的成效,但从算法角度出发,PCA仅考虑了故障样本的欧氏结构,而LPP则只是保留了隐藏在数据中的局部子流形结构。由于在实际应用中原始故障数据样本通常是非线性和非平稳的,因此这些方法均无法达到较好的故障检测性能。
技术实现思路
[0004]为解决上述
技术介绍
中无法全面利用故障样本全局、局部以及非线性信息的不足,本专利技术提出了一种基于核混合空间投影(Kernel Mixed Space Projections,KMSP)的故障检测模型,它不仅融合故 ...
【技术保护点】
【技术特征摘要】
1.基于核混合空间投影的故障检测方法,其特征在于,所述故障检测方法的步骤如下:步骤1:离线故障检测,具体包括如下步骤:步骤1.1:构建离线故障检测过程的训练样本矩阵,通过非线性映射φ(
·
)将无故障样本进行核空间变换,得到高维核空间样本矩阵;步骤1.2:借助样本间的局部关系和全局关系来构建故障检测核混合空间投影模型;步骤1.3:将步骤1.2中投影模型的求解问题转化为广义特征值分解问题,求解获得投影矩阵A;步骤1.4:利用上述无故障样本和获得的空间投影方向,计算统计量T2的控制限。步骤2:在线故障检测,具体包括如下步骤:步骤2.1:将新采集的测试样本进行非线性映射,得到测试样本矩阵;步骤2.2:利用离线故障检测过程获得的空间投影矩阵A来计算新采集样本的统计量T2的值;步骤2.3:将所得的统计量T2值与离线故障检测过程所得控制限进行对比,T2值没有超过T2控制限为正常,超过T2控制限为故障,从而实现故障的检测。2.根据权利要求1所述的基于核混合空间投影的故障检测方法,其特征在于,所述步骤1.2中借助样本间的局部关系和全局关系来构建核混合空间投影模型,其具体步骤如下:该模型的核心思想在于发掘隐藏于样本的局部和全局结构中的判别信息,寻找一个最优空间投影方向,对高维故障数据集进行特征提取,从而提高故障检测性能,其模型如下:s.t.tr(A
T
K(D
local
‑
D
global
)K
T
A)=const其中K=φ(X)
T
φ(X)是φ(X)对应的核矩阵,此外,A被称为对应于G的投影矩阵,通过K
ij
=<φ(x
i
),φ(x
j
)>=exp(
‑
||x
i
‑
x
j
||2/(2t2))可以直接计算核矩阵K对应的第(i,j)个元素K
ij
,其中局部相似矩阵W
local
为N
k
(x)表示样本x的k近邻,t∈(0,+∞)是一个核参数,φ(X)...
【专利技术属性】
技术研发人员:苏树智,张茂岩,朱彦敏,侯雅魁,王孟明,
申请(专利权)人:安徽理工大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。