针对依靠单变量阈值过程监控等方式已经无法满足对系统实时监测的要求,本论文引入多变量过程统计监控方法。主元分析法(Principal component analysis,PCA)和基于小波分析的滤波方法,结果显示其能够有效提高其对微小故障的检测能力。通...针对依靠单变量阈值过程监控等方式已经无法满足对系统实时监测的要求,本论文引入多变量过程统计监控方法。主元分析法(Principal component analysis,PCA)和基于小波分析的滤波方法,结果显示其能够有效提高其对微小故障的检测能力。通过建立正常运行状态下的多变量统计模型,拟应用于多变量过程统计监控的预测与健康管理(prognostics and health management,PHM)系统,为复杂系统的故障诊断提供一种有效的监测方法。展开更多
文摘针对依靠单变量阈值过程监控等方式已经无法满足对系统实时监测的要求,本论文引入多变量过程统计监控方法。主元分析法(Principal component analysis,PCA)和基于小波分析的滤波方法,结果显示其能够有效提高其对微小故障的检测能力。通过建立正常运行状态下的多变量统计模型,拟应用于多变量过程统计监控的预测与健康管理(prognostics and health management,PHM)系统,为复杂系统的故障诊断提供一种有效的监测方法。