摘要
本发明公开了一种基于共同趋势模型的非平稳工业过程早期故障诊断方法,属于工业过程监测和故障诊断领域。本发明采集非平稳工业过程正常工况下的训练数据,利用奇异谱分析进行去噪,并利用共同趋势模型得到平稳投影矩阵和平稳数据矩阵;对平稳数据矩阵进行正交转换,计算转换投影矩阵,得到正交转换数据矩阵与其统计量数据矩阵;计算统计量数据矩阵的均值和协方差矩阵,得到控制限;采集工业过程实时工况下的测试数据,经过处理后,得到统计量数据并计算其马氏距离指标,与控制限对比判断是否有故障发生;若检测到故障,则根据故障重构及映射关系实现故障分离。本发明能够降低非平稳特性对故障诊断模型的干扰,实现非平稳过程的故障检测与分离。
技术关键词
早期故障诊断方法
变量
滑动时间窗口
数据
协方差矩阵
故障检测
故障重构方法
指标
样本
代表
故障诊断模型
概率分布函数
特征值
方差贡献率
工业
概率密度函数
高斯核函数
工况
系统为您推荐了相关专利信息
环境光
亮度
LED显示器背光
光强度
光敏传感器
融合神经网络
去中心化网络
需求预测方法
拉普拉斯噪声
延迟矩阵