作者：宋梅村,蔡琦 单位：武汉理工大学 出版：《武汉理工大学学报(交通科学与工程版)》2012年第06期 页数：5页  （PDF与DOC格式可能不同） PDF编号：PDFJTKJ2012060210 DOC编号：DOCJTKJ2012060219 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 针对变工况过程中传统主元分析方法的模型不适应问题，通过稳定性因子分析，剔除过渡过程数据，并用模糊聚类方法将不同稳态工况进行分类，利用动态主元模型方法根据工况类型建立不同的主元模型，并将该方法用于核动力装置传感器的故障检测，结果表明该方法能够适应变工况情况下的传感器故障检测，减少了故障的误检，并提高了检测灵敏度。

    📙 相关资料

    1. 《PCA故障重构方法及应用》PDF+DOC 本文在能够准确进行故障检测的基础上进行研究，首先介绍了PCA的理论知识，然后在已对某一传感器采样数据检测并检测出故障之后，应用主元分析模型，深入研究了PCA方法的传感器故障重构问题，实质上就是控制系统中的容错控制问题。最后将该方法应用于电厂某机组中，通过仿真结果，可以看出，该方法对系统具有很好的故障......
    2. 《主元分析方法在火电厂锅炉过程故障检测中的应用》PDF+DOC 研究了将主元分析方法(PCA)应用到火电厂锅炉控制过程的故障检测的若干问题，提出了适合于此类过程的改进PCA建模方法和在线故障检测方法。对过程数据的处理、变量相关关系的发掘和主元检测模型的建立以及在线检测算法等方面进行了阐述。最后，基于现场采集的长期历史数据，给出了在锅炉过程传感器故障检测中的应用实......
    3. 《利用主元方法进行传感器故障检测的行为分析》PDF+DOC 主元分析方法 (PCA)是基于多元统计分析的过程监测和故障诊断手段。在假设过程只存在传感器故障的情况下 ，系统地分析了PCA方法在传感器典型故障下的检测行为。首先导出了HotellingT2 和Q两个检测统计量在传感器不同故障下的变化关系和规律 ，然后从理论上给出了每个传感器故障的可检测性条件。最后......
    4. 《PCA故障检测方法及应用》PDF+DOC 基于主元分析(PCA)的传感器故障检测方法中T2和SPE统计量是两个重要指标。首先介绍T2统计量超限而SPE没超限故障检测的方法。利用主元相关变量残差统计量代替平方预测误差SPE统计量，并采用累积方差贡献率确定PCA模型的主元数。该方法避免了SPE统计量的保守性。最后将该方法应用于电厂某机组工作过程......
    5. 《基于主元分析的热力系统传感器故障检测指标》PDF+DOC 基于主元分析的传感器故障检测方法是一种以数据统计为依据的重要故障检测方法。已有的研究一直忽视了对HotellingT2和HawkinsT2H指标在传感器故障检测中的意义和作用的讨论。通过分析T2和T2H指标在主元分析的热力系统传感器故障检测中的不同适用性，提出了应用T2H的故障检测方法。该方法克服了......
    6. 《基于核主元分析的传感器故障检测》PDF+DOC 提出了一种新的火电机组传感器故障检测系统。传统的主元分析方法在非线性系统中不能很好的发挥作用。采用核主元分析方法提取系统的非线性冗余信息，建立核主元模型。并在输入空间对数据进行重构，通过最小化均方预测误差来选择合适的核函数和参数，对模型的建立过程进行指导。在线检测时，利用核主元模型，将实时数据投影到......
    7. 《基于主元分析的故障可检测性的统计指标比较》PDF+DOC 基于主元分析的传感器故障检测方法中，SPE和H aw k in T2H是两个重要指标，针对目前应用中SPE指标有不足，而H aw k ins T2H指标一直没有得到重视的问题，该文通过分析对比SPE和T2H指标的控制限和基于主元分析的传感器故障可检测性的充分条件，得出了SPE和T2H指标的可检测故障......
    8. 《基于迭代PCA的油田传感器故障检测与隔离》PDF+DOC 针对油田采油现场采集的传感器数据本身存在不规律动态特性，使得传统的主元分析(PCA)故障检测方法在实际应用中准确度较低、容易出现误报的问题，采用一种迭代PCA模型方法，即累积数据达到一定长度之后对PCA模型进行迭代更新，可以有效地减小误报的发生.检测出故障后，利用故障数据和残差向量的映射向量定义一个......
    9. 《基于主元分析的传感器故障检测与诊断》PDF+DOC 介绍主元分析方法在温度传感器故障检测与诊断中的应用。通过计算实际测量值和故障重构值及它们值的统计特性来识别故障类型；通过改进故障判别指数SPE及SVI，提高了故障检测与诊断的准确率。...
    10. 《基于核主元分析与神经网络的传感器故障诊断新方法》PDF+DOC 提出综合利用核函数主元分析(KPCA)和神经网络的方法实现非线性系统内传感器故障的检测和识别，克服了以往核函数主元分析法只能给出故障检测结果，却无法对故障进行识别的缺陷，并给出了在特征空间中计算残差的简单方法。最后，对一个简单的多变量过程进行了故障检测和识别，验证了这一诊断策略的有效性。...

    提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。