作者:付克昌,袁世辉,蒋世奇,朱明,沈艳 单位:中国化工学会 出版:《化工学报》2015年第05期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFHGSZ2015050270 DOC编号:DOCHGSZ2015050279 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于主元分析的传感器故障检测盲区预测》PDF+DOC2017年第04期 胡云鹏 《基于主元分析的冷水机组传感器故障识别》PDF+DOC2017年第02期 胡云鹏,江达林,汪中才,薛杰文,曾洋 《利用主元方法进行传感器故障检测的行为分析》PDF+DOC2003年第04期 黄孝彬,牛征,牛玉广,刘吉臻 《基于APCA的电站热力过程故障传感器自适应检测方法》PDF+DOC2009年第02期 司风琪,周建新,仇晓智,徐治皋 《基于主元空间统计的传感器故障诊断与重构》PDF+DOC2008年第04期 吕宁,刘少波,于晓洋 《基于核主元分析与神经网络的传感器故障诊断新方法》PDF+DOC2006年第01期 吴希军,胡春海 《基于SVDD的冷水机组传感器故障检测及效率分析》PDF+DOC2015年第05期 李冠男,胡云鹏,陈焕新,黎浩荣,李炅,胡文举 《主元分析用于多联式空调系统传感器故障检测和诊断》PDF+DOC2017年第03期 张弘韬,陈焕新,李冠男,申利梅,李绍斌,胡文举 《主元空间中的故障重构方法研究》PDF+DOC2004年第08期 王海清,蒋宁 《基于MSPCA的液体火箭发动机试车台氢供应系统传感器故障诊断方法》PDF+DOC2006年第06期 耿卫国,徐涛,王祁
  • 针对工业控制系统中变量之间既存在线性相关性,且在时间结构上呈现自相关的特点,提出了一种基于最小/最大自相关因子(min/max autocorrelation factors,MAF)分析的传感器故障检测与诊断方法。首先,利用正常工况下的历史数据进行自相关因子分析,获得强自相关因子和弱自相关因子;在此基础上构造故障检测统计量,由核密度估计方法获得故障检测控制限,根据贡献图进行传感器故障定位。将所提出的方法应用于连续反应釜仿真过程的传感器故障检测与诊断,与经典的多变量统计方法——主元分析方法相比,所提出的方法能避免虚警,更快地检测缓变故障,并能更好地诊断和解释复杂故障。

    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。