【技术实现步骤摘要】
本专利技术涉及一种基于动态正交子空间的质量相关微小故障检测方法，属于复杂工业过程建模和故障诊断领域。
技术介绍
1、故障检测技术在保障大规模复杂化工过程的安全稳定运行以及获得连续稳定的产品质量方面发挥着重要作用。故障检测方法主要分为基于模型和数据的两类方法，其中数据驱动的多元统计过程监测方法由于不需要准确的系统模型，仅依赖系统的测量数据，并且具有有效处理多变量过程数据的能力而得到广泛关注和应用。常见的多元统计过程监测方法有主成分分析(principal component analysis,pca)、偏最小二乘(partial leastsquares,pls)和典型相关分析(canonical correlation analysis,cca)等。其中pls和cca能有效处理过程变量和质量变量相关关系，是最常用的质量相关故障检测方法。但pls和cca均无法完全分离过程数据的质量相关成分(又称为关键变量，比如原材料的质量、生产过程中的温度、压力、时间等)与质量无关成分(又称为非关键变量，比如生产环境的噪音水平、照明条件等)，从而降低了质...
【技术保护点】
1.一种基于动态正交子空间的质量相关微小故障检测方法，其特征在于，所述方法一方面基于输入时滞值构建反映过程数据和质量相关数据动态特性的增广矩阵，将OSA扩展为动态版本，增强OSA方法监测动态过程的能力，有效提取过程数据的动态特征；另一方面，通过两组正常过程数据的KL散度度量在故障发生前后得分向量的概率分布差异，融合得分向量中隐含的概率相关信息实现对于质量相关微小故障的检测，所述方法包括离线建模和在线检测两部分。
2.根据权利要求1所述的方法，其特征在于，所述方法中的离线建模部分包括：
3.根据权利要求2所述的方法，其特征在于，所述方法中的在线检
...【技术特征摘要】
1.一种基于动态正交子空间的质量相关微小故障检测方法，其特征在于，所述方法一方面基于输入时滞值构建反映过程数据和质量相关数据动态特性的增广矩阵，将osa扩展为动态版本，增强osa方法监测动态过程的能力，有效提取过程数据的动态特征；另一方面，通过两组正常过程数据的kl散度度量在故障发生前后得分向量的概率分布差异，融合得分向量中隐含的概率相关信息实现对于质量相关微小故障的检测，所述方法包括离线建模和在线检测两部分。
2.根据权利要求1所述的方法，其特征在于，所述方法中的离线建模部分包括：
3.根据权利要求2所述的方法...
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。