一种基于多采样率因子分析模型的工业过程故障检测方法

摘要

本发明公开了一种基于多采样率因子分析模型的工业过程故障检测方法，该方法首先收集正常工作状态下不同采样率的数据，建立多采样率因子分析分析模型；利用模型的潜隐变量和预测误差构建了两个检测统计量T²和SPE及其对应的统计限和SPE_lim；然后对在线工业过程进行检测，获得测试样本，然后可利用已有的模型结构估计测试样本的潜隐变量及预测误差，并计算出相应的统计量，并得到最终的故障检测结果。该方法在实现多采样率信息处理的同时，既可以完整利用数据信息，又能充分考虑到数据噪声矩阵方差差异性，使降维后的少数潜隐变量实现对原有变量更好的解释与描述，从而在故障检测精度上实现提升。