控制与决策

作者：蓝艇,朱莹,俞海珍,童楚东

单位：宁波大学信息科学与工程学院，宁波315211,,宁波大学信息科学与工程学院，宁波315211,,宁波大学信息科学与工程学院，宁波315211,,宁波大学信息科学与工程学院，宁波315211,

关键词：缺失数据;主成分分析;统计过程监测;误差生成;故障检测;TE过程

基金：国家自然科学基金项目(61503204, 61773225)；浙江省自然科学基金项目(LY16F030001).

误差生成是基于机理模型故障检测方法的核心本质,但鲜有应用于统计过程监测方法中.为此,提出一种基于缺失数据的误差生成策略,将能反映出采样数据对统计模型拟合程度的误差作为新的被监测对象实施故障检测.所提出的基于缺失数据的主元分析(MD-PCA)方法通过逐一假设各变量测量数据缺失后,利用缺失数据处理方法推测出相应缺失数据的估计值,并对缺失数据的实际值与估计值之间的误差实施基于PCA模型的故障检测.利用误差实施故障检测的优势在于,生成的误差能在一定程度上降低原测量变量的非高斯性程度,而且误差体现的是对应缺失变量中与其他测量变量不相关的成分信息,更能揭示各测量变量的本质.通过在TE过程上的实验充分验证了所提出方法的优势,以及MD-PCA方法用于故障检测的可行性与优越性.

来源：2020年第2期

《控制与决策》期刊编辑部

查看控制与决策杂志2020年第2期