目的 研究复杂工业系统动态、非线性特点,提出分步动态核主元分析(Kernel Principal Component Analysis,KPCA)的故障诊断方法.方法 该方法首先构造增广矩阵,然后将增广矩阵分成一系列子矩阵,将各子矩阵的构建一个新的数据增广矩阵,并对每个子矩阵使用KPCA提取变量数据的非线性空间相关特征,最后通过监测统计量监测出系统故障,用贡献度的方法识别发生故障变量.结果 该方法改进了传统的动态方法,引入分步动态的定义,并且能充分考虑工业过程中的非线性和动态性,更精确的描述工业过程特性,
2022-10-06 12:17:59
386KB
自然科学
论文
1