文献类型：期刊文章

作　　者：肖红军[1] 刘乙奇[2] 黄道平[2]

机构地区：[1]佛山科学技术学院自动化学院,广东佛山528000 [2]华南理工大学自动化科学与工程学院,广东广州510640

出　　处：《控制理论与应用》

基　　金：国家自然科学基金项目(61403142);佛山市科技创新专项资金项目(2014AG10018)资助~~

年　　份：2016

卷　　号：33

期　　号：11

起止页码：1519-1526

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20170703353961)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：在污水生化处理过程中,存在着多变量耦合、强非线性、参数时变、大滞后等特点,面对这些特点,传感器故障频发,从而导致生化过程无法得到有效优化和诊断.为此,本文在结合动态数据特性的基础上提出了一种基于变分贝叶斯混合因子的动态故障诊断方法,同时,利用混合因子的在线调整实现了诊断模型的半自适应化.该方法能够捕捉到污水处理过程的强非线性和动态性,从而可有效降低故障诊断的误报率和漏报率.通过在国际水协会的BSM1模型上的模拟研究,充分表明所提出的策略可以显著提高故障诊断能力,精确地检测传感器的突变和漂移故障,甚至定位故障所发生的根本原因.

关 键 词：故障诊断 污水处理 变分贝叶斯学习  混合因子  半自适应  

分 类 号：X703] TP18]