-
公开(公告)号：CN114995350B
公开(公告)日：2025-04-04
申请号：CN202210693606.2
申请日：2022-06-19
Applicant: 江南大学
IPC: G05B23/02
Abstract: 本发明基于样本观测值信息对累计误差和变化率进行提取，结合原始观测值信息将数据集划分成三个数据集进行KPCA建模，并利用贝叶斯融合策略构建过程监控统计量监视过程故障；充分考虑了样本观测值隐含信息，提升了KPCA故障监测算法对微小偏移和脉冲振荡等故障的监测性能；本发明根据故障变化曲线的特点，从观测值信息提取的角度出发利用样本观测值时序间存在的内部联系，从原始观测值信息中提取反映该特点的变化率信息和累计误差信息，同时结合观测值信息对每个数据集分别利用KPCA进行建模，再构建BIC统计量进行故障监测，针对于微小故障监测效果更加显著。
-
公开(公告)号：CN114995350A
公开(公告)日：2022-09-02
申请号：CN202210693606.2
申请日：2022-06-19
Applicant: 江南大学
IPC: G05B23/02
Abstract: 本发明基于样本观测值信息对累计误差和变化率进行提取，结合原始观测值信息将数据集划分成三个数据集进行KPCA建模，并利用贝叶斯融合策略构建过程监控统计量监视过程故障；充分考虑了样本观测值隐含信息，提升了KPCA故障监测算法对微小偏移和脉冲振荡等故障的监测性能；本发明根据故障变化曲线的特点，从观测值信息提取的角度出发利用样本观测值时序间存在的内部联系，从原始观测值信息中提取反映该特点的变化率信息和累计误差信息，同时结合观测值信息对每个数据集分别利用KPCA进行建模，再构建BIC统计量进行故障监测，针对于微小故障监测效果更加显著。
-
Search Results
2
records
(took 0.016 seconds)
