《表1 数值过程的故障检测率》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于DPCA-IM的动态过程监测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

同样采集上述两类故障工况下的样本数据各1 000个，其中前200个样本数据处理工况正常运行状态下，故障工况从第201个采样点后引入。表1中详细统计了三种动态过程监测方法的故障检测率，其中case 0表示正常工况下的运行状态。从表1中可以看出，三种方法针对正常工况下的采样数据实施监测时，都能很好地将误报率控制在置信限α=99%左右。此外，针对人为引入的两个故障工况，在case 1中DPCA-IM相较于其他两种模型，其故障检测率至少提高了15%。在case 2中DPCA-IM的故障检测效果有进一步的提高，比其他两种动态过程监测模型提高了35%左右。这是因为基于DPCA-IM算法为各个过程变量逐个实施自相关性剔除，相应的估计误差中不再存在显著的自相关特性。如图2所示，估计误差矩阵E中各估计误差的自相关性示意图（以前六个过程变量为例）验证了DPCA-IM算法能够直接剔除采样数据间的时序自相关性，从而使估计误差中不再显著地存在自相关性。