文献类型：期刊文章

作　　者：李元[1] 刘雨田[1] 冯立伟[1,2]

LI Yuan;LIU Yutian;FENG Liwei(College of Information Engineering,Shenyang University of Chemical Technology,Shenyang 110142,China;College of Science,Shenyang University of Chemical Technology,Shenyang 110142,China)

机构地区：[1]沈阳化工大学信息工程学院,辽宁沈阳110142 [2]沈阳化工大学数理系,辽宁沈阳110142

出　　处：《山东科技大学学报（自然科学版）》

基　　金：国家自然科学基金项目(61673279)。

年　　份：2023

卷　　号：42

期　　号：2

起止页码：98-107

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、JST、RCCSE、ZGKJHX、核心刊

摘　　要：斯皮尔曼相关系数是一种非参数的相关性度量,可以等级化变量之间的相关性。然而,复杂的生产过程存在非线性、动态和多阶段问题,并且历史训练集数据仅包含正常过程的数据,使得斯皮尔曼相关不能直接应用于故障检测。为此,提出一种基于斯皮尔曼相关分析和时间窗等级化方法的故障检测算法。首先,找到样本点所在的时间窗,计算样本在窗内的等级;然后,使用基于斯皮尔曼相关的降维方法将数据映射到低维空间;最后,构造适用于等级化数据的统计量R^(2)作为故障检测的依据,当样本的R^(2)高于所得控制限时,认为样本是故障的,否则是正常的。将所提方法用于数值模拟和青霉素发酵过程实验,结果表明该方法在故障检测方面优于传统的统计方法。

关 键 词：斯皮尔曼相关分析  时间窗等级化  特征提取 故障检测 非线性动态过程  

分 类 号：TP277]