摘要: 考虑到传统工业过程监测方法容易忽略掉过程动态信息的现象,提出了基于慢特征分析(Slow Feature Analysis, SFA)的在线特征选择与重排序的质量相关的故障检测方法(改进FROSSFA),将SFA故障检测扩展到质量相关的故障检测领域。最后将所提方法应用在TE过程上,仿真结果表明改进的FROSSFA方法具有较高的故障检测率,并能准确判断所发生故障是否与质量相关。
索寒生, 蒋白桦, 宫向阳, 王永耀, 贾贵金.
基于SFA的工业过程质量相关的在线故障检测
[J]. 控制工程, 2019, 26(6): 1222-1227.
SUO Han-sheng, JIANG Bai-hua, GONG Xiang-yang, WANG Yong-yao, JIA Gui-jin . Online quality-related fault detection of industrial processes based on SFA[J]. Control Engineering of China, 2019, 26(6): 1222-1227.