文献类型：期刊文献

中文题名：PCA在过程故障检测与诊断中的应用

英文题名：Fault Detection and Diagnosis Based on Principal Component Analysis

作者：李尔国[1];俞金寿[1]

机构：[1]华东理工大学自动化研究所,上海200237

年份：2001

卷号：27

期号：5

起止页码：572

中文期刊名：华东理工大学学报（自然科学版）

外文期刊名：Journal of East China University of Science and Technology

收录：CSTPCD;;国家哲学社会科学学术期刊数据库;Scopus;北大核心:【北大核心2000】；CSCD:【CSCD2011_2012】；

语种：中文

中文关键词：主元分析;故障检测;故障诊断;贡献图;PCA;过程动态模型;诊断方法

外文关键词：PCA; fault detection; fault diagnosis; contribution chart;

摘要：讨论了基于主元分析 ( PCA)的过程故障检测与诊断的原理 ,运用 T2统计、Q统计方法 ,结合贡献图对一典型过程进行了仿真分析 ,结果表明 PCA方法可对简单传感器故障进行检测与诊断 ,并指出了该方法中的不足 ,提出了将
Fault detection and diagnosis method based on the principal components analysis (PCA) is discussed . The fault detection and diagnosis simulation to a typical chemical process is performed by means of statistical methods like Holleting T 2 and Q. The contribution charts are used to undertake fault diagnosis. The simulation results show that PCA is an effective approach to fault detection and can only work for the simple sensor fault diagnosis. A novel idea to combine PCA with causal model based approach...