《表2 变量分组：基于变量分组DTW-MCVA的不等长间歇过程故障检测方法》

  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

《基于变量分组DTW-MCVA的不等长间歇过程故障检测方法》

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

同时采用DTW-MCVA、VGDTW-MPCA、VGDTW-MCVA三种算法对表1中3个故障进行在线监控。其中，DTW-MCVA方法利用传统的DTW算法将各批次建模数据均同步化为200个采样时刻；VGDTW-MPCA方法与VGDTW-MCVA方法首先利用互信息矩阵搜索法将变量进行分组，然后将各变量组的所有批次建模数据分组同步化为200个采样时刻，再将同步化后的各变量组整合为完整的三维数据集，变量分组情况见表2。MPCA方法中主元个数根据贡献度选择，此处贡献度取作大于等于80%。MCVA方法中滞后阶次取2，典型变量的个数由典型相关系数ρ决定，这里取ρ≥0.135。各个统计量的监控阈值均采用99%的控制限。本文采用故障检出率及检出时刻作为评价各故障检测方法的性能指标，各指标定义如下。