《表2 各种方法故障检测率与误报率 (FDR/FAR)》

  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

《基于方差最大化旋转变换的K近邻故障诊断策略》

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

如文献[35]介绍，由于故障3、9和15的故障尺度较小且整个过程表现平稳，所以各种方法均不能有效检测以上过程故障；PCA-T2、PCA-SPE和FD-KNN等方法可以及时准确地检测故障1、2、6、7、8、12、13和14，且故障检测率达到95%以上；基于PCA的不同方法，如KPCA和DPCA，对故障5、10、16和19的故障检测率均低于85%。在本节中，将Rot-KNN对故障5、10、14、16和19进行检测和诊断并与PCA-T2、PCA-SPE、FD-KNN等方法进行对比分析，相关参数设置如表1所示，各种方法的故障检测率和误报率如表2所示。由表2可以看出，对于故障14，Rot-KNN方法同样具有良好的检测性能，故障检测率达到100%，同时故障误报率低于其他方法；对于故障5、10、16和19，Rot-KNN的故障检测率高于90%，而其他方法的故障检测率均低于60%。图16给出Rot-KNN与FD-KNN关于故障5、10、16和19的故障检测控制图。