SS-DEWMA图多目标优化及在输出传感器故障检测中的应用

针对平方和双指数加权移动平均(SS-DEWMA)图难以选取合适参数同时满足数据监控的多个指标最优的问题,提出一种SS-DEWMA图的多目标优化(MO-SS-DEWMA图)数据监控方法,并将该方法用于非线性系统传感器的故障检测.首先,采用复合嵌入式均方根容积卡尔曼滤波器(CESCKF)对系统状态进行估计,并产生残差;其次,构造残差评价(数据监控)指标漏报率(MDR)和误报率(FAR)与SS-DEWMA图的两个参数的函数,并以MDR和FAR同时最小为优化目标,利用多目标粒子群优化(MO-PSO)算法对两个参数进行离线优化,将优化后的SS-DEWMA图的输出值与阈值比较,在线检测故障,其中,采用小波分析算法削弱噪声对SS-DEWMA图的影响;最后,将所提出算法用于伺服电机驱动的连铸结晶器振动系统位移传感器故障检测中,仿真和实验结果表明,该方法能有效降低故障检测的漏报率和误报率.