一种基于时序结构KICA和OCSVM的过程故障检测方法

摘要

核独立元分析故障检测方法存在的问题：快速独立元分析法易受分离矩阵初值影响且没有考虑数据的时序结构信息；马氏距离型监控量会导致故障检测率的降低。针对以上问题，提出基于时序结构核独立元分析和单类支持向量机的故障检测方法，将核独立元求解问题转化为核白化数据时延协方差矩阵加权和的特征值分解问题，采用提取的独立元建立单类支持向量机统计模型，构造监控统计量检测过程故障。在独立元信号提取实验和Tennessee Eastman过程上的故障检测实验表明，所提方法能够有效利用数据的时序结构信息，避免分离矩阵初值对独立元提取的影响，能够有效缩短故障检测的延迟时间，提高故障检测率。