一种基于输入训练神经网络的非线性PCA 故障诊断方法
DOI:
CSTR:
作者:
作者单位:

(华东理工大学 自动化研究所, 上海 200237)

作者简介:

通讯作者:

中图分类号:

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    简要讨论了线性 PCA 故障诊断方法存在的问题, 提出一种基于输入训练神经网络的非线性
    PCA 故障诊断方法。该方法首先利用输入训练神经网络和BP 网络双网络机制, 实现非线性主元的识
    别, 并采用统计方法进行故障检测与故障分离。对CSTR 的仿真研究结果表明, 该方法能够克服线性
    PCA 方法在提取过程变量的非线性特征方面存在的不足, 并能够准确地进行故障检测和分离。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

李尔国, 俞金寿.一种基于输入训练神经网络的非线性PCA 故障诊断方法[J].控制与决策,2003,18(2):229-232

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2003-03-20
  • 出版日期:
文章二维码