基于DPCA和KL散度的微小故障检测方法

摘要

cqvip:针对工业生产过程中微小故障幅值小、特征不明显的特点,提出了一种基于动态主成分分析(DPCA)和KL散度的微小故障检测方法。该方法先采用DPCA构建动态过程的主成分分析模型,再利用KL散度量化模型得分向量概率分布之间的相似度,并按照3法则建立其相对应的统计限。为了验证所提方法的有效性,将该方法应用于田纳西-伊斯曼过程(TEP)。结果表明:所提方法能有效地检测出微小故障。