基于双层局部KPCA的非线性过程微小故障检测方法

作     者：邓晓刚 邓佳伟 曹玉苹 王磊 DENG Xiaogang;DENG Jiawei;CAO Yuping;WANG Lei

作者机构：中国石油大学(华东)信息与控制工程学院山东青岛266580 

出 版 物：《化工学报》 (CIESC Journal)

年 卷 期：2018年第69卷第7期

页      面：3092-3100页

核心收录：

学科分类：08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0838[工学-公安技术] 

基　　金：中央高校基本科研业务费专项资金(17CX02054) 国家自然科学基金项目(61403418 21606256) 山东省自然科学基金项目(ZR2014FL016 ZR2016FQ21 ZR2016BQ14) 中国石油大学胜利学院科技计划项目(KY2017002) 山东省重点研发计划项目(2018GGX101025)~~ 

主　　题：微小故障检测 核主元分析 局部信息 变量分块 贝叶斯融合策略 

摘      要：针对传统核主元分析(KPCA)方法难以有效检测微小故障的问题,提出一种基于双层局部核主元分析(double-level local kernel principal component analysis,DLKPCA)的非线性过程微小故障检测方法。该方法从变量和样本两个角度来挖掘数据内部的局部信息,以提高故障检测能力。首先,利用变量分块思想,基于不同变量与核主元之间互信息相关度的相似性,将所有过程变量划分多个局部变量块。然后,构建基于得分向量和特征值的残差函数以挖掘样本局部信息。最后利用贝叶斯融合策略对各块的结果进行融合。在田纳西-伊斯曼基准过程的仿真结果表明,在微小故障检测方面,本文所提方法具有比传统KPCA方法更好的故障检测性能。