发明名称 |
一种适于非线性过程在线监控的工业故障检测与诊断方法 |
摘要 |
本发明公开一种适于非线性过程在线监控的工业故障检测与诊断方法,其涉及模式识别领域,本质是对工业故障来源的分类识别,实现步骤如下:a)样本数据采集;b)信号预处理;c)数据特征提取;d)模式分类与故障诊断试验;e)结果输出;最后对临界故障状态进行报警及应急处理。本发明提供的工业故障检测与诊断方法在现有的技术基础上有效地提高了运行效率。其适用于非线性过程在线监控,能对故障源做出准确的检测与诊断。 |
申请公布号 |
CN103412557A |
申请公布日期 |
2013.11.27 |
申请号 |
CN201310304157.9 |
申请日期 |
2013.07.17 |
申请人 |
浙江工业大学 |
发明人 |
郑建炜;邱虹;陈宇;蒋一波;王万良;金亦挺 |
分类号 |
G05B23/02(2006.01)I |
主分类号 |
G05B23/02(2006.01)I |
代理机构 |
杭州天正专利事务所有限公司 33201 |
代理人 |
王兵;黄美娟 |
主权项 |
一种适于非线性过程在线监控的工业故障检测与诊断方法,其特征在于,包括以下步骤:a)样本数据采集:利用TE过程的仿真数据,仿真数据包括15组不同类别的故障数据,每组故障数据包含301个样本和51种故障测量值,构成4515×51的数据集;b)信号预处理:利用小波变换软阈值法对样本数据进行小波去噪,其中小波变换软阈值法采用三层小波分解,并将小波重构后的信号作为原始样本输入;c)数据特征提取:运用基于QR分解的增量式核判别分析法计算最佳投影矩阵,根据最近投影矩阵对样本对象进行特征降维,后续根据新的训练样本数据及时更新最佳投影矩阵;d)故障源分类判别:采用欧式近邻法进行判别分类;e)结果输出:输出分类信息以确定故障源状态;最后对故障源状态进行报警及应急处理。 |
地址 |
310014 浙江省杭州市下城区潮王路18号 |