基于RLANPE的工业过程故障诊断算法研究

doi:10.13195/j.kzyjc.2023.1455

	基于RLANPE的工业过程故障诊断算法研究
	牟淼 1; 赵小强1,2,3
	2024-06-07
发表期刊	控制与决策
ISSN	1001-0920
摘要	基于邻域保持嵌入（Neighborhood preserving embedding, NPE）的故障诊断算法由于其能够有效的提取过程数据的局部信息而被广泛应用，但是典型的NPE方法对参数选择和噪声等离群点敏感，同时忽略了过程数据的全局信息.因此，提出了一种基于鲁棒低秩自适应邻域保持嵌入（Robust low-rank adaptive neighborhood preserving embedding, RLANPE）的故障诊断算法.该方法将自适应邻域嵌入、投影学习和低秩表示集成到一个框架中，在获得全局最优解的同时能有效提取数据的局部信息；进一步地，为了探索数据的全局信息并减轻异常值的影响，对RLANPE施加了低秩表示约束，以增强RLANPE的特征提取能力和鲁棒性；此外，对RLANPE引入了基于l2,1范数的投影约束，以从复杂的数据中选择最有判别力的特征.三个合成数据集验证了所提方法的降维效果和结构保持能力，在田纳西伊斯曼过程中的平均故障检测率可达83.72%，相比对比算法提高了近3%.
关键词	工业过程故障诊断邻域保持嵌入低秩表示流形学习
DOI	10.13195/j.kzyjc.2023.1455
URL	查看原文
收录类别	北大核心 ; CSCD
语种	中文
资助项目	国家重点研发计划（2020YFB1713600）;国家自然科学基金项目(62263021,62163023);甘肃省科技计划资助（21JR7RA206,21YF5GA072）;甘肃省工业过程先进控制重点实验室开放基金项目（2022KX07）;甘肃省教育厅产业支撑项目（2021CYZC-02）
中图分类号	TH17;TP277
原始文献类型	学术期刊
引用统计	无
文献类型	期刊论文
条目标识符	https://ir.lut.edu.cn/handle/2XXMBERH/171392
专题	电气工程与信息工程学院
通讯作者	赵小强
作者单位	1.兰州理工大学电气工程与信息工程学院; 2.兰州理工大学甘肃省工业过程先进控制重点实验室; 3.兰州理工大学国家级电气与控制工程实验教学中心
第一作者单位	电气工程与信息工程学院
通讯作者单位	电气工程与信息工程学院; 兰州理工大学
第一作者的第一单位	电气工程与信息工程学院
推荐引用方式 GB/T 7714	牟淼,赵小强. 基于RLANPE的工业过程故障诊断算法研究[J]. 控制与决策,2024.
APA	牟淼,&赵小强.(2024).基于RLANPE的工业过程故障诊断算法研究.控制与决策.
MLA	牟淼,et al."基于RLANPE的工业过程故障诊断算法研究".控制与决策 (2024).