论文部分内容阅读
随着工业过程的规模和复杂程度的增加，对于过程安全性和可靠性的要求进一步提高．为了准确及时地检测设备故障，提出了一种基于连续隐马尔可夫模型（CHMM）的在线故障检测方法．采用主元分析（PCA）方法对过程变量数据进行特征提取，利用变长度滑动窗口技术跟踪动态数据，并提出了一个新的实时统计量作为在线故障检测的量化指标，结合实时阈值实现了CHMM的在线故障检测．将该方法应用于田纳西一伊斯曼（TE）化工过程，并与基于PCA和动态主元分析（DPCA）方法的故障检测结果进行比较，能够较准确地检测到故障，验证了该方法的有效