Decentralized Fault Diagnosis of Continuous Annealing Processes Based on Multilevel PCA
Decentralized Fault Diagnosis of Continuous Annealing Processes Based on Multilevel PCA
复制标题
基于多级PCA的连续退火过程分散故障诊断
DOI：
10.1109/tase.2012.2230628
复制
发表时间：
2013-01
影响因子：
5.6
通讯作者：
Chai, Tianyou
中科院分区：
文献类型：
--
作者：
Liu, Qiang;Qin, S. Joe;Chai, Tianyou
连续退火生产线的过程监测和故障诊断一直是工业界关注的主要问题。生产线的稳定运行对于最终产品质量和上下游材料的连续加工至关重要。本文提出了一种基于多级主元分析（MLPCA）的故障诊断方法，以提供有意义的监测底层过程，并帮助诊断故障。首先，多块一致性主元分析（CPCA）扩展到MLPCA的大规模连续退火过程建模。其次，基于所提出的MLPCA算法，设计了一种分散式故障诊断方法。最后，在一个工业CAPL上的实验结果表明，所提出的方法的有效性。
Process monitoring and fault diagnosis of the continuous annealing process lines (CAPLs) have been a primary concern in industry. Stable operation of the line is essential to final product quality and continuous processing of the upstream and downstream materials. In this paper, a multilevel principal component analysis (MLPCA)-based fault diagnosis method is proposed to provide meaningful monitoring of the underlying process and help diagnose faults. First, multiblock consensus principal component analysis (CPCA) is extended to MLPCA to model the large scale continuous annealing process. Secondly, a decentralized fault diagnosis approach is designed based on the proposed MLPCA algorithm. Finally, experiment results on an industrial CAPL are obtained to demonstrate the effectiveness of the proposed method.
登录
查看更多内容
DOI：
10.1109/tcst.2002.806464
发表时间：
2003-01
期刊：
IEEE Trans. Control. Syst. Technol.
影响因子：
--
作者：
K. Lin
通讯作者：
K. Lin
DOI：
--
发表时间：
2007
期刊：
Computer Simulation
影响因子：
--
作者：
Chai Tianyou
通讯作者：
Chai Tianyou
影响因子：
4.8
作者：
G. González;M. Orchard;J. L. Cerda;A. Casali;G. Vallebuona
通讯作者：
G. González;M. Orchard;J. L. Cerda;A. Casali;G. Vallebuona
影响因子：
2.4
作者：
S. Qin;Sergio Valle;M. Piovoso
通讯作者：
S. Qin;Sergio Valle;M. Piovoso
DOI：
10.1016/s0169-7439(00)00062-9
发表时间：
2000-05-08
影响因子：
3.9
作者：
Westerhuis, JA;Gurden, SP;Smilde, AK
通讯作者：
Smilde, AK