基于改进偏最小二乘法的多模态过程故障检测方法

摘要 针对传统的数据驱动方法偏最小二乘法（PLS）中存在的多模态数据故障检测效果不佳的问题，提出了一种新的故障检测方法——基于局部近邻标准化（LNS）的PLS（LNS-PLS）。首先，利用LNS方法对原始数据进行高斯化处理，在此基础上建立PLS的监控模型，确定T2和平方预测误差（SPE）的控制限；其次，对测试数据同样进行LNS标准化处理，再计算出测试数据的PLS监控指标来进行过程监视及故障检测，解决了PLS中无法处理多模态的问题。将所提方法应用于数值例子和青霉素生产过程，并将其测试结果与主成分分析（PCA）、K最近邻（KNN）、PLS等方法进行对比分析。实验结果表明，所提方法的故障检测效果优于PLS、KNN、PCA，该方法在分类及多模态过程故障检测方面有较高的准确性