基于重构贡献和互相关的故障识别方法

摘要

目前基于数据驱动模型的故障检测研究中,用于故障定位的方法很少。针对常用故障定位方法--重构贡献法在使用中存在拖尾效应的问题,提出重构贡献(RBC)与互相关法(CC)相结合的故障识别方法。该方法通过重构贡献方法筛选出候选故障变量集,再通过蒙特卡洛模拟判断变量集中变量之间是否存在显著的因果关系,最后由互相关函数峰值得到滞后时间从而实现故障变量的识别。最后,通过TE过程仿真验证了该方法的有效性。