典型文献
基于局部邻域标准化和核主元分析的故障检测
文献摘要：
针对工业过程的多模态和非线性特性,提出一种基于局部邻域标准化(Local Nelghbor Standardization,LNS)和核主元分析(Kernel Principa Component Analysis,KPCA)相结合的故障检测方法(LNS-KPCA).通过计算训练数据集中样本之间的距离来确定每一个样本的最近K近邻集合,然后利用该K个近邻集的均值和标准差对当前样本进行标准化处理,以消除过程数据的多分布特征,使得标准化后的数据服从或近似服从同一正态分布,结合核主元分析能够处理非线性过程的特征,在标准化后的数据集中应用KPCA确定T2和SPE控制限进行故障检测.在非线性数值例子和青霉素发酵过程中进行了仿真研究,并与主元分析(Principal Component Analysis,PCA)、KPCA和K近邻故障检测(FD-KNN)等方法进行对比分析验证了该方法的有效性.
文献关键词：
局部邻域标准化;核主成分分析;青霉素发酵过程;故障检测;多模态
中图分类号：
作者姓名：
曾静;李磊;李元
作者机构：
沈阳化工大学信息工程学院 辽宁 沈阳 110142
文献出处：
引用格式：
[1]曾静;李磊;李元-.基于局部邻域标准化和核主元分析的故障检测)[J].计算机应用与软件,2022(10):59-63,86
A类：
局部邻域标准化,Nelghbor,Principa
B类：
核主元分析,工业过程,非线性特性,Local,Standardization,LNS,Kernel,Component,Analysis,KPCA,故障检测方法,训练数据集,一个样,近邻,标准化处理,除过,过程数据,得标,服从,一正,正态分布,非线性过程,SPE,控制限,例子,青霉素发酵过程,仿真研究,Principal,FD,KNN,分析验证,核主成分分析
AB值：
0.292371
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。
