一种基于时段的水压试验机故障诊断方法

由于水压试验机机理建模的复杂性,很难从机理方面对其生产过程进行故障诊断,基于多向Fisher判别分析的故障诊断方法同时利用正常工况和故障条件下的数据建模,具有很强的诊断能力.为了解决应用此类方法遇到的不等长周期问题,根据水压试验过程的数据特性提出了子时段首部数据等长法将所有批次调整成平均长度.在此基础上对每个子时段分别建立MFDA模型,并结合递推思想将三个时段的诊断结果密切结合以提高诊断精度.采用水压试验机实际生产过程的4个锁阀故障数据对该方法进行测试,结果验证了该方法的有效性.     

注塑过程子时段动态非线性质量预测

针对注塑间歇过程多阶段、缓慢时变、非线性和质量变量测量值不能在线获得等特点，提出子时段滑动窗口广义回归神经网络质量预测方法，首先，采用分类算法对三维数据矩阵的时间片PCA负载矩阵进行分析，根据相关性分析把注塑过程划分为几个子时段，然后确定与重量密切相关的阶段，在确定的阶段内采用滑动窗口建立GRNN多模型，解决常规MPLS在工业应用过程中存在的几个潜在问题：（1）静态单一模型；（2）模型失配问题；（3）MPLS线性方法不能充分有效压缩和抽取非线性过程信息；（4）估计未来测量变量所引进的模型偏差。所提方法与子时段滑动窗口MPLS方法进行仿真比较。结果证明了所提方法的有效性。