用残差CUSUM控制图检测自相关过程中的故障

由于累积和控制图(cumulative sum,简称CUSUM)算法应用的基本假设是从过程得到的观测值彼此独立,而工业过程通常是自相关过程,数据自相关性会影响CUSUM控制图的性能。针对这一问题,利用数学推理的方法分析了数据自相关性对CUSUM控制图性能的不利影响,正自相关会使CUSUM控制图的平均运行长度变短,可能引起假警报;负自相关会使CUSUM控制图的平均运行长度变长,可能造成故障漏报。在此基础上,提出用残差CUSUM控制图来检测自相关过程中的故障,运用时间序列模型的残差检测自相关过程中的故障,消除数据自相关性对控制图性能的不利影响。结果表明,该方法具有较好的鲁棒性和较高的准确率。

CUSUM控制图的一种优化设计方法研究

提出了一种以田口质量损失函数最小为目标的CUSUM控制图优化设计方法 ,建立了优化设计理论模型 ,提出了优化分析的流程 ,进行了实例分析和验证。

VAV空气处理机组故障检测与诊断方法及应用

针对变风量空气处理机组故障,考虑到变风量空调系统的动态性,给出了一种变风量空气处理机组故障检测与诊断方法.残差累积和(cumlative sum,CUSUM)控制图被用于检测空气处理机组故障,残差CUSUM控制图不仅可很好地适应变风量空调系统的动态性,还可消除数据自相关性对控制图性能的不利影响,有助于提高故障检测的准确性.根据质量守恒、能量守恒和控制原理,设计了3个基于规则的故障分类器,可用于寻找故障源.该故障检测与诊断方法在实际建筑中进行了在线应用,利用多种变风量空气处理机组故障验证了故障诊断方法的有效性和可靠性.

关于累积和(CUSUM)检验的改进

对连续检验问题,常用的检测方法有三大类,其一是众所周知的Shewhart控制图,它是最常用的对生产过程进行连续监控的控制方法,不过,如果过程均值有小的漂移(即μ-μ_0小)时,Shewhart控制图的检验效果不是很好,除了Shewhart控制图外,另有二类常用的控制图法,其一是累积和控制图(CUSUM),由Page基于似然比导出,其二是指数加权移动平均控制图(EWMA),由Roberts给出,它们已被证明在检测小的漂移时效果不错。许多人对CUSUM与EWMA进行了比较,总的来说,最好的CUSUM与最好的EWMA在检测小的漂移方面难分优劣,但CUSUM是由似然比导出的,且其平均运行长度的计算相对来说要简便些,因此,CUSUM在与EWMA的比较中更具优势,应用更广。我们分析了CUSUM的导出过程和公式,指出CUSUM有二个可以进一步改进的方面,在此基础上,我们给出了二个新的累积和检验统计量及其判断准则,它们分别是PCUSUM检验统计量P_n和DCUSUM检验统计量S_n.在连续检验问题中判断一个检验方法好坏的最重要的标准是其平均运行长度,比较标准是:在要求具有相同的受控状态下平均运行长度ARL_0的条件下,比较其失控状态下的平均运行长度ARL_1,ARL_1越小越好,我们对PCUSUM检验和DCUSUM检验都建立了其平均运行长度ARL的计算公式,通过对CUSUM,PCUSUM。