基于獨立成分分析的工業(yè)過程故障檢測方法研究
發(fā)布時間:2024-04-25 20:10
工業(yè)過程對于國家的經濟貢獻的重要性是顯而易見的,由于工業(yè)設備大都工作在苛刻工作環(huán)境下,這使得它們的故障發(fā)生的概率大大增加,而使用先進的故障檢測技術及時的檢測出故障的發(fā)生,防止后果的進一步惡化就顯得尤為重要。相對于其他的故障檢測方法,基于數據驅動的故障檢測方法省去了對監(jiān)控對象建立數學模型或者知識規(guī)則庫的麻煩,該方法通過一定的算法直接提取出傳感器數據里的特征信息,具有很好的適用性和可靠性;跀祿寗拥墓I(yè)過程故障檢測方法的研究成為目前的研究熱點。獨立成分分析(ICA)是數據驅動方法中的一種經典的方法,ICA可以提取出觀測數據背后隱含的獨立成分,并構建高階的統(tǒng)計量,其對故障信息更加的敏感,這引起了許多研究人員的關注。然而,目前對于ICA的方法研究還存在著許多不足,如:方法的魯棒性和準確性不強;閾值選取不合理;對微小故障的檢測效果較差等。本文致力于解決目前ICA方法研究還存在的問題。主要內容包括:(1)針對傳統(tǒng)ICA算法的魯棒性和準確性不強的問題,提出一種基于生物地理學(BBO)算法與ICA相結合的方法:BBO-ICA。該方法使用BBO來代替經典的牛頓迭代法來實現獨立成分的提取,解決了傳統(tǒng)F...
【文章頁數】:71 頁
【學位級別】:碩士
【部分圖文】:
本文編號:3964198
【文章頁數】:71 頁
【學位級別】:碩士
【部分圖文】:
圖2-3牛頓迭代法求根示意圖
17圖2-3牛頓迭代法求根示意圖頓迭代法的ICA的迭代更新公式可以寫成(k+1)=(k)F()F(),最終可以得到:k+1)= {((k))} {((k)需要初始點,所以需要初始化自變量,,所以,需要將(0)進行簡單處理....
圖3-4函數圖像
圖3-4函數圖像圖3-5初始點=5時的收斂精度圖3-6初始點=2時的收斂精度圖3-7初始點=1時的收斂精度對于上述的簡單函數(),很容易找到:F()=(1)(3-15)分別取初始迭代點為:=2,=1和=5,設定....
圖3-5初始點=5時的收斂精度
圖3-4函數圖像圖3-5初始點=5時的收斂精度圖3-6初始點=2時的收斂精度圖3-7初始點=1時的收斂精度對于上述的簡單函數(),很容易找到:F()=(1)(3-15)分別取初始迭代點為:=2,=1和=5,設定....
圖3-6初始點=2時的收斂精度
27圖3-6初始點=2時的收斂精度圖3-7初始點=1時的收斂精度對于上述的簡單函數(),很容易找到:F()=(1)(3-15)分別取初始迭代點為:=2,=1和=5,設定牛頓迭代法的最大迭代次數為1000,在三個不同的初始迭....
本文編號:3964198
本文鏈接:http://www.sikaile.net/kejilunwen/zidonghuakongzhilunwen/3964198.html