首页 | 本学科首页   官方微博 | 高级检索  
     检索      

数据驱动的在线MW-MSPCA故障诊断
引用本文:胡友强,余嘉,李鹏华.数据驱动的在线MW-MSPCA故障诊断[J].重庆大学学报(自然科学版),2012,35(4):100-106.
作者姓名:胡友强  余嘉  李鹏华
作者单位:重庆大学 自动化学院,重庆 400044;重庆大学 自动化学院,重庆 400044;重庆大学 自动化学院,重庆 400044
基金项目:国家自然科学基金资助项目(60974090);中央高校基本科研业务资助(CDJRC 11170001);重庆市攻关项目资助(CSTC,2010AC3055)。
摘    要:针对动态非平稳过程数据的时变性和多尺度性导致故障诊断准确率下降及故障准确定位难以实现的不足,引入滑动窗口多尺度主元分析(Moving window multi-scale principal component analysis ,MW-MSPCA)〖BP)〗,通过小波阈值消噪解决统计模型偏离与数据相关性降低之间的矛盾,并在各个尺度上利用滑动窗口主元分析实现模型更新,然后借助三维贡献图描述反映过程行为变化的各独立过程变量对统计过程的贡献程度,进而对故障准确定位,最后给出诊断准确性的定量评价机制。在对6135D型柴油机进行数值实验中,并通过与传统的多尺度主元分析及自适应多向主元分析比较,实验结果从故障的漏报率、误报率及诊断准确率三方面表明新方法能更好地实现传感器故障诊断。

关 键 词:数据驱动  多尺度故障诊断  滑动窗口主元分析

Online MW-MSPCA data-driven fault diagnosis
HU You qiang,CHAI Yi and LI Peng hua.Online MW-MSPCA data-driven fault diagnosis[J].Journal of Chongqing University(Natural Science Edition),2012,35(4):100-106.
Authors:HU You qiang  CHAI Yi and LI Peng hua
Institution:College of Automation , Chongqing University,Chongqing 400044,P.R.China;College of Automation , Chongqing University,Chongqing 400044,P.R.China;College of Automation , Chongqing University,Chongqing 400044,P.R.China
Abstract:
Keywords:data-driven  multi-scale fault diagnosis  moving window principal component
点击此处可从《重庆大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《重庆大学学报(自然科学版)》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号