论文部分内容阅读
鉴于传统鲁棒离群点去除算法不能准确估计过程采样数据的均值和协方差，导致基于PCA的统计建模监控影响故障诊断效果的局限性，本文提出一种综合CDCm与MVT的异常检测算法，可以克服上述缺陷。通过改进尺度方法对过程原始采样数据实现准确估计并进行中心化和标准化处理，运用采样数据中的最大变量值来计算距离，采用CDCm算法求出样本值与中心距离最短的正常点，利用获得的有效数据计算MVT迭代算法的第一个马氏距离，选取距离较小值对应的样本点进行迭代运算，最终去除离群点，获得正常数据。通过在发酵过程中的应用，并与传统鲁棒检测