控制理论与应用

作者：郭金玉,刘玉超,李 元

单位：沈阳化工大学信息工程学院,沈阳化工大学信息工程学院,沈阳化工大学信息工程学院

关键词：多模态过程; 局部概率密度; 局部熵; KS检验; Bayesian决策

基金：国家自然科学基金重大项目(61490701), 国家自然科学基金项目(61673279), 辽宁省科学事业公益研究基金项目(2016001006), 辽宁省教育厅项目 (LJ2019007)资助.

为了提高非高斯工业过程的检测性能, 提出局部熵双子空间(LEDS)的多模态过程故障检测方法. 运用局部概率密度估计构建数据的局部熵矩阵, 消除数据的多模态特性. 用Kolmogorov-Smirnov (KS)检验局部熵数据中变量的正态分布特性, 对高斯分布和非高斯分布的数据分别建立基于PCA的高斯子空间和ICA的非高斯子空间故障检测模型. 利用Bayesian决策将检测结果转化成发生故障概率的形式, 将检测结果组合成最终的统计信息, 进行故障检测. 将该方法应用于数值例子和田纳西–伊斯曼多模态过程, 仿真结果表明, 该方法在误报率较低的情况下, 故障检测率最高, 优于PCA、局部熵PCA(LEPCA)和局部熵ICA(LEICA)方法.

来源：2020年第9期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2020年第9期