项目名称: 基于非参数统计检验的早期故障检测与诊断研究

项目编号: No.61203088

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 自动化学科

项目作者: 曾九孙

作者单位: 中国计量学院

项目金额: 26万元

中文摘要: 早期故障的检测和诊断对设备和过程的安全具有重要意义,从统计角度看,早期故障在数据中的表现形式可分为:一阶统计量变化、二阶统计量变化和高阶统计量变化等。本项目针对以上故障类型,提出一套基于非参数统计检验的早期故障检测和诊断方法。首先将待测样本划分为固定长度的子集,将单样本检验问题转化为分布检验问题,具体包括:基于经验似然的故障检测方法,适用于检测一阶统计量的变化;对二阶统计量变化的早期故障,拟利用核均值偏差检验,将样本投影到核空间,比较其均值偏差,实现检测和诊断的目的;为比较正常样本与待测样本的概率分布,设计基于KL距离的早期故障检测与诊断方法。并将研究方法应用于高炉冶炼等冶金和化工过程。基于非参数统计检验的早期故障检测和诊断方法不依赖于任何分布假设,对微小、缓变的早期故障具有更高的灵敏度。项目的研究成果将有助于提高冶金和化工等生产过程的产品质量和控制性能,具有重要的理论和应用价值。

中文关键词: 故障诊断;非参数分布检验;经验似然;核均值偏差;Kullback-Leibler距离

英文摘要: Incipient fault detection and diagnosis is of great significance to the safety of equipment and industrial process. From the aspect of statistics, the influence of incipient fault to data can be divided into three categories, i.e., change in first order, second order and higher order statistics. To deal with the three kinds of incipient faults, this project proposes a fault detection and diagnosis framework based on nonparametric statistical test. The basis idea is to transform the single sample monitoring problem into distribution test between normal sample set and subset of test samples. The following aspects are considered: i) A fault monitoring strategy based on empirical likelihood is proposed to detect change in the first order statistic; ii)By projecting the normal data set and the test subset into a kernel space, the kernel mean discrepancy method uses the discrepancy between mean values of both sets in the kernel space as a test statistic; based on this statistic, a fault monitoring and diagnosis strategy to detect change in second order statistic is proposed. iii)To measure the difference between the probability density distributions of normal data set and test subset, a fault detection and diagnosis scheme is proposed using Kullback-Leibler divergence (KL divergence). The developed methods are then a

英文关键词: fault diagnosis;nonparametric distribution test;empirical likelihood;kernel mean descrepancy;Kullback-Leibler divergence

成为VIP会员查看完整内容
0

相关内容

【Reza Yazdanfar】基于递归神经网络的多元缺失值时间序列
【NeurIPS2021】基于关联与识别的少样本目标检测
专知会员服务
21+阅读 · 2021年11月29日
【干货书】概率,统计与数据,513页pdf
专知会员服务
136+阅读 · 2021年11月27日
专知会员服务
117+阅读 · 2021年10月6日
CVPR 2021 | 时间序列疾病预测的因果隐马尔可夫模型
专知会员服务
62+阅读 · 2021年4月11日
【经典书】数理统计学,142页pdf
专知会员服务
96+阅读 · 2021年3月25日
【TAMU】最新《时间序列分析》课程笔记,527页pdf
专知会员服务
179+阅读 · 2020年9月12日
【干货书】用于概率、统计和机器学习的Python,288页pdf
专知会员服务
287+阅读 · 2020年6月3日
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
数据出现波动不要慌,手把手教你搭建数据异常监控体系
人人都是产品经理
1+阅读 · 2021年12月20日
【经典书】数理统计学,142页pdf
专知
2+阅读 · 2021年3月25日
【PHM算法】PHM算法 | 故障诊断建模方法
产业智能官
66+阅读 · 2020年3月16日
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Risk and optimal policies in bandit experiments
Arxiv
0+阅读 · 2022年4月18日
Arxiv
28+阅读 · 2021年9月26日
AdarGCN: Adaptive Aggregation GCN for Few-Shot Learning
Arxiv
110+阅读 · 2020年2月5日
小贴士
相关VIP内容
【Reza Yazdanfar】基于递归神经网络的多元缺失值时间序列
【NeurIPS2021】基于关联与识别的少样本目标检测
专知会员服务
21+阅读 · 2021年11月29日
【干货书】概率,统计与数据,513页pdf
专知会员服务
136+阅读 · 2021年11月27日
专知会员服务
117+阅读 · 2021年10月6日
CVPR 2021 | 时间序列疾病预测的因果隐马尔可夫模型
专知会员服务
62+阅读 · 2021年4月11日
【经典书】数理统计学,142页pdf
专知会员服务
96+阅读 · 2021年3月25日
【TAMU】最新《时间序列分析》课程笔记,527页pdf
专知会员服务
179+阅读 · 2020年9月12日
【干货书】用于概率、统计和机器学习的Python,288页pdf
专知会员服务
287+阅读 · 2020年6月3日
相关资讯
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
数据出现波动不要慌,手把手教你搭建数据异常监控体系
人人都是产品经理
1+阅读 · 2021年12月20日
【经典书】数理统计学,142页pdf
专知
2+阅读 · 2021年3月25日
【PHM算法】PHM算法 | 故障诊断建模方法
产业智能官
66+阅读 · 2020年3月16日
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
相关基金
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员