《表7 DPCA故障检测率》
%
通过以上对传统PCA检测结果分析可以得出,基于PCA的故障检测方法对于复杂工业生产过程的检测有较大的局限性,因此利用时间滞后转变来对数据矩阵进行拓展,从而克服工业生产过程中所带来的时变性问题,提高故障检测效果。本实验在使用DP-CA方法故障检测过程中各主元特征值及其捕获方差如表6所示,故障检测率及误检率如表7、表8所示,选择的主元数为4。图2~图4分别为DPCA方法在3种传感器故障下的故障检测图,虚线为控制线。当样本点中的故障数据超出控制线即被认定为故障,正常数据超出控制线则被认定为误检。
图表编号 | XD0062732700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.01 |
作者 | 刘鸿斌、陈琴、张昊、杨冲 |
绘制单位 | 南京林业大学林业资源高效加工利用协同创新中心、华南理工大学制浆造纸工程国家重点实验室、南京林业大学林业资源高效加工利用协同创新中心、南京林业大学林业资源高效加工利用协同创新中心、南京林业大学林业资源高效加工利用协同创新中心 |
更多格式 | 高清、无水印(增值服务) |