典型文献
基于TSNS和KNN规则的复杂多阶段过程故障检测
文献摘要：
针对复杂工业过程数据的动态性、非线性和多阶段性等特征,提出基于时空近邻标准化和KNN规则(Time-Space Nearest Neighborhood Standardization and K Nearest Neighbor Rule,TSNS-KNN)的复杂多阶段过程故障检测方法.首先使用训练样本在时间和空间域上的两层嵌套近邻集的统计信息对样本预处理,然后将标准样本的累积近邻距离作为检测统计量进行故障检测.TSNS-KNN在排除非线性干扰的同时,消除了前后时刻样本间的动态相关性,将多阶段数据转换为单阶段数据,从而实现对复杂多阶段过程的检测.将该方法运用于数值实验和青霉素发酵过程,并与其他方法进行比较,对比结果进一步验证了TSNS-KNN方法的优越性.
文献关键词：
时空近邻标准化;K近邻;动态性;多阶段过程;故障检测
中图分类号：
作者姓名：
李元;耿焱;冯立伟
作者机构：
沈阳化工大学 过程故障诊断研究中心;沈阳化工大学 理学院
文献出处：
引用格式：
[1]李元;耿焱;冯立伟-.基于TSNS和KNN规则的复杂多阶段过程故障检测)[J].化工自动化及仪表,2022(01):20-26,35
A类：
TSNS,多阶段过程,时空近邻标准化
B类：
KNN,复杂工业过程,过程数据,Time,Space,Nearest,Neighborhood,Standardization,Rule,故障检测方法,训练样本,空间域,两层,嵌套,统计信息,标准样,统计量,除非,非线性干扰,动态相关性,阶段数,数据转换,单阶段,方法运用,数值实验,青霉素发酵过程,其他方法
AB值：
0.304185
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
