公开(公告)号：CN109270907A

公开(公告)日：2019-01-25

申请号：CN201811243457.X

申请日：2018-10-24

Applicant: 中国计量大学

Inventor： 应安妮 ,  曾九孙 ,  蔡晋辉 ,  姚燕

IPC: G05B19/418

Abstract: 本发明公开了一种基于分层概率密度分解的过程监测和故障诊断方法。构建分层概率图模型，将所有过程变量的联合概率密度分解为条件概率密度和低维概率密度的乘积，分解后的概率密度分别由核条件密度估计方法和核密度估计方法进行估计并统计检验；利用基于故障重构的迭代诊断方法，对输入变量和输出变量在每一个可能的故障方向上用迭代的方式求得最优故障值，进行相应修正后使得变量受到的故障影响最小，以此实现故障变量的分离。本发明为工业生产控制行为的评价和故障变量的诊断提供了可靠有效的技术支持。

公开(公告)号：CN109270907B

公开(公告)日：2020-07-28

申请号：CN201811243457.X

申请日：2018-10-24

Applicant: 中国计量大学

Inventor： 应安妮 ,  曾九孙 ,  蔡晋辉 ,  姚燕

IPC: G05B19/418

Abstract: 本发明公开了一种基于分层概率密度分解的过程监测和故障诊断方法。构建分层概率图模型，将所有过程变量的联合概率密度分解为条件概率密度和低维概率密度的乘积，分解后的概率密度分别由核条件密度估计方法和核密度估计方法进行估计并统计检验；利用基于故障重构的迭代诊断方法，对输入变量和输出变量在每一个可能的故障方向上用迭代的方式求得最优故障值，进行相应修正后使得变量受到的故障影响最小，以此实现故障变量的分离。本发明为工业生产控制行为的评价和故障变量的诊断提供了可靠有效的技术支持。