Please wait a minute...
工程设计学报
工程设计学报  2003, Vol. 10 Issue (3): 131-135    
工程设计理论、方法与技术     
滑动模型MPCA在非线性系统故障监测与诊断中的应用
 陈勇, 梁军
浙江大学工业控制技术国家重点实验室，浙江杭州 310027
Slide—m odel M PCA approach with applications in fault detecting of m ultiVariable nonlinear process
 CHEN  Yong, LIANG  Jun
National Lab of Industrial Control Technology，Zhejiang University，Hangzhou 310027，China
 全文: PDF(214 KB)   HTML
摘要： 多向主元分析(MPCA)是一种应用于间歇生产过程故障监测与诊断的较为有效的方法，但由于其线性化建模特征以及本身的一些局限性，它在高度复杂的非线性系统的应用中往往难以保证故障诊断的准确性和实时性．结合MPCA方法的优缺点，提出一种滑动模型的MPCA方法，讨论了该方法的建模及其在故障监测与诊断中的应用，并采用对称式DTW算法解决了多元轨迹同步化的问题．在实际生产设备上的试验表明，该方法具有良好的精确性和实时性．
关键词： 多向主元分析;  间歇生产;  滑动模型;  故障诊断;  动态时间错位    
Abstract: M ultiway principal component analysis (M PCA )is widely used in performance monitoring and fault diagnosis of batch processes．However，it could not be efficiently applied to a process with high nonlinear dynamics．A method combining M PCA and slide-model is developed to deal with this class of batch process．The experiment results for industrial batch process indicate that the method iS effective and available．
Key words: multiway principal component analysis (M PCA )    batch process performance    slidemodel    fault diagnosis    dynamic time warping(DTW )
出版日期: 2003-06-28
基金资助:

国家“863”计划CIMS主题资助项目(863-511-920-00)
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章　　
陈勇
梁军

引用本文:

陈勇, 梁军. 滑动模型MPCA在非线性系统故障监测与诊断中的应用[J]. 工程设计学报, 2003, 10(3): 131-135.

CHEN Yong, LIANG Jun. Slide—m odel M PCA approach with applications in fault detecting of m ultiVariable nonlinear process[J]. Chinese Journal of Engineering Design, 2003, 10(3): 131-135.

链接本文:

https://www.zjujournals.com/gcsjxb/CN/    或    https://www.zjujournals.com/gcsjxb/CN/Y2003/V10/I3/131

[1] 纪超,王亮,王孝敬,李小兵,曹雯. 基于MSSA-SVM的电缆隧道故障预警系统设计[J]. 工程设计学报, 2023, 30(1): 109-116.
[2] 吴国沛, 余银犬, 涂文兵. 永磁同步电机故障诊断研究综述[J]. 工程设计学报, 2021, 28(5): 548-558.
[3] 倪洪启, 金驰, 冯霏. 波纹补偿器故障诊断系统研制[J]. 工程设计学报, 2019, 26(3): 354-363.
[4] 马天兵, 王孝东, 杜菲, 王鑫泉. 基于GA-SVM的刚性罐道故障诊断[J]. 工程设计学报, 2019, 26(2): 170-176.
[5] 胡艺耀, 朱斌, 张伟, 何畏, 沈平生. 知识库构建工具软件的设计与实现[J]. 工程设计学报, 2018, 25(4): 367-373.
[6] 李晓豁，翁正洋，钱亚森，史尚伟，李 岩. 基于果蝇算法优化模糊RBF网络的液压破碎锤故障诊断[J]. 工程设计学报, 2015, 22(6): 540-545.
[7] 李玲玲, 景丽婷, 马东娟, 李志刚. 改进证据理论及其在电力系统故障诊断中的应用[J]. 工程设计学报, 2012, 19(6): 485-488.
[8] 韩海涛,马红光,韩琨,郑耿乐. 关于Volterra频域核辨识的多音激励信号设计[J]. 工程设计学报, 2012, 19(2): 123-127.
[9] 郝志勇, 刘伟, 夏玮, 闫闯. 基于BP神经网络的吸运风机故障诊断[J]. 工程设计学报, 2012, 19(1): 57-60.
[10] 韩海涛, 马红光, 李飞, 张家良. 基于系统输出频率响应函数的非线性系统研究[J]. 工程设计学报, 2011, 18(5): 373-376.
[11] 郭玉秀, 倪晓红, 王玉田. 基于混沌弱信号检测的轧机故障诊断研究[J]. 工程设计学报, 2011, 18(3): 218-221.
[12] 王成刚, 王学伟, 杨智勇, 曾儒伟. 测试性建模中故障模式概率更新算法研究[J]. 工程设计学报, 2009, 16(4): 252-255.
[13] 王子玲, 许爱强, 牛双诚. 基于多故障假设的诊断策略研究与应用[J]. 工程设计学报, 2009, 16(4): 281-286.
[14] 王 莉, 周新东. 基于Siemens PLC和自校正控制算法的炭素回转窑系统的控制[J]. 工程设计学报, 2008, 15(1): 50-53.
[15] 陈勇, 梁军, 陆浩. 基于PCA的多变量控制系统的故障监测与诊断[J]. 工程设计学报, 2002, 9(5): 257-260.