《表2 TE过程在T2统计量下的检测率》

  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

《基于稀疏动态主元分析的故障检测方法》

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

%

这里，将SDPCA方法的动态迟滞设置为1。经过本文提出的非零负荷数目的选择方法，数据的SDPCA模型一共产生了30个稀疏主元。每个主元的非零负荷的个数分别为24，23，9，4，5，4，2，2，2，2，4，2，2，3，2，2，2，1，1，2，1，1，1，2，1，4，2，2，2和2，贡献率为85.48%。DPCA方法同样选取85%的贡献度，其模型含有24个主元。SP-CA与PCA方法的检测数据主元数目均为14。在置信度设为99%情况下，T2统计量检测的结果如表2所示，Q统计量的检测结果如表3所示。表2和表3中，每个故障的最优检测率用加粗字体表示。