文献类型：期刊文章

作　　者：张成[1,2] 高宪文[1] 徐涛[2] 李元[2] 逄玉俊[2]

ZHANG Cheng;GAO Xian-wen;XU Tao;LI Yuan;PANG Yu-jun(College of Information Science and Engineering,Northeastern University,Shenyang Liaoning 110819,China;Research Center for Technical Process Fault Diagnosis and Safety,Shenyang University of Chemical Technology,Shenyang Liaoning 110142,China)

机构地区：[1]东北大学信息科学与工程学院,辽宁沈阳110819 [2]沈阳化工大学技术过程故障诊断与安全性研究中心,辽宁沈阳110142

出　　处：《控制理论与应用》

基　　金：国家自然科学基金项目(61573088;61490701;61673279);辽宁省教育厅项目(LZ2015059;L2015432)资助~~

年　　份：2018

卷　　号：35

期　　号：6

起止页码：805-812

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：k近邻故障检测(fault detection based on k nearest neighbors,FD–k NN)方法能够提高具有非线性和多模态特征过程的故障检测率.由于系统故障通常由潜隐变量异常变化引起,而该类型故障并不能被观测数据直观表现,因此直接在观测变量上执行FD–k NN方法,其故障检测率降低.本文旨在提高FD–k NN方法针对潜隐变量故障的检测能力,提出基于独立元的k近邻故障检测方法.首先,通过对观测数据应用独立元分析(independent component analysis,ICA)方法,获得独立元矩阵;接下来在独立元矩阵中应用FD–k NN方法进行故障检测.这等同于直接监控过程潜隐变量的变化,可以提高过程故障检测率.通过非线性实例仿真实验,证明本文方法检测潜隐变量故障是有效的;同时,在半导体蚀刻工艺过程的仿真实验中,与主元分析(principal component analysis,PCA)方法、核主元分析(kernel principal component analysis,KPCA)方法、基于主元分析的k近邻故障检测(principal component–based k nearest neighbor rule for fault detection,PC–k NN)方法和FD–k NN方法进行对比,实验结果进一步验证了本文方法的有效性.

关 键 词：K近邻 独立元分析 主元分析 故障检测 间歇过程  

分 类 号：TP277]