首页> 中文会议>第九届全国技术过程故障诊断与安全性学术会议 >基于分形神经网络的主元分析故障检测方法

基于分形神经网络的主元分析故障检测方法

摘要

系统处于周期非稳定工况下极易出现故障,但该工况下的系统具有非线性、非稳态、多变量和变量相关性复杂等特点,很难进行有效的故障检测.本文针对周期非稳定工况,提出一种基于分形神经网络的主元分析故障检测方法(FNPCA).该方法利用主元分析对历史复杂工况进行建模,采用神经网络学习历史周期数据变化趋势,预测待测数据.同时分别对待测数据与预测数据进行分形维数计算确保在数据延时情况下,待测数据与预测数据采样点的一一对应.最后利用统计方法获取残差函数,进行故障检测.该方法能够提高周期非稳定工况故障检测准确率,仿真结果验证了方法的有效性.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号