一种基于多向局部线性嵌入的故障检测方法

摘要

为了改善传统算法因工况改变导致的故障误诊断,在保持数据结构的基础上,降低高维数据的维度,提出一种基于多向局部线性嵌入（MLLE）的故障检测方法.根据重构误差最小的原则,确定样本局部最优权值矩阵,通过提取相关矩阵的特征向量将样本嵌入到低维的数据中.在低维的数据中运用主元分析进行建模.对新的样本数据,在原始数据中找到k个近邻样本并确定相应的权值.在局部的低维数据中重构低维空间的新样本,计算其统计量SPE和T2.根据统计量是否超过控制限进行故障检测.将该方法应用到青霉素发酵过程的故障检测中,并与传统算法进行对比.仿真结果表明,该方法能够有效地识别正常工况改变与过程故障引起的统计量变化,误报率明显下降.