基于斯皮尔曼相关分析的非线性动态过程特征提取与故障检测

斯皮尔曼相关系数是一种非参数的相关性度量，可以等级化变量之间的相关性。然而，复杂的生产过程存在非线性、动态和多阶段问题，并且历史训练集数据仅包含正常过程的数据，使得斯皮尔曼相关不能直接应用于故障检测。为此，提出一种基于斯皮尔曼相关分析和时间窗等级化方法的故障检测算法。首先，找到样本点所在的时间窗，计算样本在窗内的等级；然后，使用基于斯皮尔曼相关的降维方法将数据映射到低维空间；最后，构造适用于等级化数据的统计量R²作为故障检测的依据，当样本的R²高于所得控制限时，认为样本是故障的，否则是正常的。将所提方法用于数值模拟和青霉素发酵过程实验，结果表明该方法在故障检测方面优于传统的统计方法。