一种基于全解耦高阶动态模态分解的工业故障检测和变量隔离方法.pdfVIP

下载本文档

0
0
约2.09万字
约 18页
2023-04-23 发布于四川
举报
版权申诉

一种基于全解耦高阶动态模态分解的工业故障检测和变量隔离方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于全解耦高阶动态模态分解的工业故障检测和变量隔离方法。首先，该方法通过全解耦高阶动态模态分解分离出标准化数据的高阶自相关性和互相关性。针对高阶自相关性，设计时序预测和自相关特征统计量来分别指示过程的时序变化和自相关波动情况。针对互相关性，设计主成分和残差统计量指示互相关性是否正常。基于这四个统计量，分别设计不同的故障变量隔离策略，找出引起该故障的主导变量。通过本发明的技术方案，可解耦变量间的互相关性和高阶自相关性，从两个角度为工业过程提供全面的故障检测，具有更高的准确性。在检测

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113985855 A (43)申请公布日 2022.01.28 (21)申请号 202111287391.6 (22)申请日 2021.11.02 (71)申请人浙江大学地址 31