[發明專利]基于在線選取主元并加權的PCA模型故障檢測方法

在審

• 申請號: 202110252504.2
• 申請日: 2021-03-09
• 公開（公告）號: CN113031566A
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 王天真;陸孟潔
• 申請（專利權）人: 上海海事大學
• 主分類號: G05B23/02
• 分類號: G05B23/02
• 代理公司: 上?；ロ槍＠硎聞账?普通合伙) 31332
• 代理人: 成秋麗

1.一種基于在線選取主元并加權的PCA模型故障檢測方法，其特征在于，包括以下步驟：

(1)：獲取正常運行狀態下的數據集X∈R^n×m作為訓練數據集，并使用數據集X的均值μ和標準差σ對訓練數據集X進行標準化處理，得到標準化后的訓練數據集

(2)：計算訓練數據集的協方差矩陣并且進行特征值分解得其特征值和特征向量；

(3)：計算訓練數據集在每個主元方向上T²統計量的值找出的最大值并且由核密度估計方法估計每個的概率密度函數其中i＝1,…,m；

(4)：采集測試數據x_new，利用訓練數據集X的均值μ和標準差σ對測試數據x進行標準化處理，得到標準化后的測試數據初始化權重矩陣W；

(5)：計算測試數據在每個主元方向上的T²統計量值并且得到其在概率密度函數上的概率值

(6)：由測試數據在每個主元方向上的T²統計量值對應的概率值在線實時選擇主元，并且根據主元的重要性賦予不同的權值w_i：

計算加權后的T²統計量和其控制限

其中是加權后訓練數據集的T²統計量值；

(7)：判斷測試數據是否發生故障。

2.根據權利要求1所述一種基于在線選取主元并加權的PCA模型故障檢測方法，其特征在于，所述步驟(3)包括以下步驟：

①計算訓練數據集在每個主元方向上T²統計量的值

②計算每個主元方向上T²統計量值的最大值

③由核密度估計方法估計每個T_i²的概率密度函數

其中T_i²(k)是第i個主元上第k個樣本的T²統計量的值，h是窗寬，n為訓練樣本數。