基于 PCA 与 KPCA 的 TE 过程故障检测，MATLAB代码 + 文章！内含MATLAB源代码、PDF文档、word文档，做毕设或者做相关研究的人可以用到！
2022-05-14 12:05:15
828KB
查看有关如何使用 GUI 的帮助文件。 有关故障诊断对应分析理论的详细信息，请参阅以下论文：Detroja KP、Gudi RD、Patwardhan SC 和 Roy K. (2006)，使用对应分析进行故障检测和隔离，Ind. & Eng。 切。 研究，45（1），223-235。
2022-05-11 16:32:12
4.26MB
1
% 基于 PCA 的故障检测％ % 输入：z0 [N x 2] = 训练数据% z1 [N x 2] = 测试数据% 其中： N = 样本数％ % 此代码可视化 PCA 如何计算% 用于故障检测中的多元数据。 % 它还使用 MATLAB 的 ks密度% 估计数据 PDF，以便计算% 基于 T^2 的控制上限。 ％ % simpledata.mat 具有样本温度 [K] % 和浓度 [mol/L] 数据来自% 模拟 CSTR 的含量。 ％ % 输出是原始数据的图， % 归一化数据和 PCA 投影数据。 % 另外，环代表基于 T^2 的% 不同用户的控制上限 - % 定义的置信水平被绘制。 ％ % 您可以在第 77 行编辑置信限。 ％ % 此代码用于教育目的。 ％ % 加载 simpledata.mat 并运行以下命令： % >> pcabased_fault_detection(train,
2022-05-09 13:06:53
17KB
1
主成分分析是一种经典算法，可以利用其进行故障检测。利用主成分分析进行故障诊断的MATLAB程序，包括T2统计量和SPE统计量，进行故障检测与诊断的效果非常好。
2022-04-27 14:09:17
6KB
1
N=12; % 每个染色体段数（十进制编码位数）
M=200; % 进化代数
popsize=200; %设置初始参数，群体大小
length=10; % length为每段基因的二进制编码位数
chromlength=N*length; %字符串长度（个体长度），染色体的二进制编码长度
pc=0.7; %设置交叉概率，本例中交叉概率是定值，若想设置变化的交叉概率可用表达式表示，或从写一个交叉概率函数，例如用神经网络训练得到的值作为交叉概率
pm=0.3; %设置变异概率，同理也可设置为变化的
bound={-100*ones(popsize,1),zeros(popsize,1)};min=bound{1};max=bound{2};
pop=initpop(popsize,chromlength); %运行初始化函数，随机产生初始群体
ymax=500;
K=1;
2022-04-19 15:07:42
6KB