基于DPCA-BP的故障诊断方法  

Fault Diagnosis Method Based on DPCA-BP

作　　者：刘喜梅[1] 钟丽丽[1] 步妮[1] 

机构地区：[1]青岛科技大学自动化与电子工程学院,山东青岛266042

出　　处：《青岛科技大学学报（自然科学版）》2012年第5期546-550,共5页Journal of Qingdao University of Science and Technology:Natural Science Edition

基　　金：青岛市应用基础研究计划项目(2011)

摘　　要：针对动态主元分析(DPCA)在故障识别方面的缺点,引入了BP神经网络,将DP-CA与BP神经网络相结合,增强了对故障的辨识能力。该方法通过对各测量变量的自相关性分析,来降低动态主元分析中增广矩阵的维数,从而降低了分析过程的计算量。最后,将DPCA-BP应用于田纳西-伊斯曼过程的故障诊断中,验证了所提出方法的有效性。BP neural network is introduced to improve the dynamic principal component （DPCA）analysis in fault identification. By analyzing the autocorrelation of the measured variables, the dimension of the augmented matrix in dynamic principal component analy- sis is reduced, and the difficulty of calculation is decreased. Finally, the proposed DP- CA-BP method is verified to be effective on the fault diagnosis by the application in the Tennessee-Eastman process.

关 键 词：DPCA 故障诊断 BP网络 

分 类 号：TP277[自动化与计算机技术—检测技术与自动化装置]