一种基于ICA重构的故障预测方法

摘要

本发明公开了一种基于ICA重构的故障预测方法，包括：步骤1，计算分离矩阵W；步骤2，计算实时数据x_new(k)统计量值I²(k)、SPE(k)或W_d是分离矩阵W前d行构成的矩阵，W_e是分离矩阵W除前d行之外的行构成的矩阵，B_d＝(W_dQ^-1)^T，B_e＝(W_eQ^-1)^T，Q是白化矩阵；步骤3，计算I²(k)、SPE(k)或的核密度，并根据控制限检测故障。本发明解决了传统烟机预测方法无法利用多维有效数据的问题，考虑了多通道的振动数据，能够直接预测故障；相比于PCA重构方法，本发明的预测方法提高了预测精度。

主权项

一种基于ICA重构的故障预测方法，其特征在于，包括：步骤1，计算分离矩阵W；步骤2，计算实时数据x_new(k)统计量值I²(k)、SPE(k)或W_d是分离矩阵W前d行构成的矩阵，W_e是分离矩阵W除前d行之外的行构成的矩阵，B_d＝(W_dQ^‑1)^T，B_e＝(W_eQ^‑1)^T，Q是白化矩阵；步骤3，计算I²(k)、SPE(k)或的核密度，并根据控制限检测故障，其中，步骤1中，还提取故障方向矩阵Ξ_i；该故障预测方法还包括步骤4，计算故障幅值x是故障下的测量数据，M＝[(I‑Q^‑1B_dW_d)(I‑Q^‑1B_dW_d)^T]，其中，所述实时数据为烟气轮机的实时数据。