期刊文献+

IPCA在故障检测与分离中的应用 被引量:1

Fault Detection and Diagnosis by Integrated Principal Component Analysis
下载PDF
导出
摘要 基于 PCA模型 ,综合利用 T2 检验值、Q检验值和故障补偿法等集成化主元分析 ( IPCA)方法对系统的工况故障和仪表故障进行检测和分离 ,并对仪表故障进行补偿 ,该方法既能进行故障检测 ,又能对不同的故障进行分离。仿真实例表明 ,这种方法是有效的。 A new method, integrated principle component analysis (IPCA), of detecting faults of sensors and proecss, seperating them from each other and compensating for sensor faults is presented in this paper. It is based on the PCA model and employes such techniques of IPCA as T 2 check value, Q check value and fault compensation. Simulation results show that it is fairly effective.
作者 成成 黄道
出处 《华东理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2000年第5期502-506,共5页 Journal of East China University of Science and Technology
基金 ‘863’项目! ( 863- 511- 854- 0 0 7) 上海市重点学科基金!( B980 4 0 3)资助课题
关键词 主元分析 故障检测 故障分离 工况故障 IPCA principal component analysis fault detection fault diagnosis fault compensation
  • 相关文献

参考文献5

  • 1曹劲 王桂增.基于主元分析的故障监测方法[J].浙江大学学报,1996,39(2):174-180.
  • 2成成.化工工程中的故障检测和诊断问题研究[M].上海:华东理工大学,1998..
  • 3成成,学位论文,1998年
  • 4曹劲,浙江大学学报,1996年,39卷,增刊2期,174页
  • 5方开泰,实用多元统计分析,1989年

共引文献1

同被引文献5

引证文献1

二级引证文献6

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部