自动化技术论文_基于重构误差和多块建模策略的
文章摘要:针对基于k近邻（k-Nearest Neighbor， kNN）的故障监测算法中，引发故障的异常信息易被正常信息淹没，导致故障检测不及时和报警率低的问题，利用自编码器和多块建模策略提出一种基于重构误差的kNN故障监测方法。该方法利用正常工况数据集训练自编码器模型，基于该模型进行重构误差提取以解决异常信息易被淹没的问题。进一步考虑微小偏移和振荡等故障特征，采用多块建模策略，对各子块分别计算统计量并融合检测。通过一个数值例子与田纳西-伊斯曼（Tennessee-Eastman， TE）过程进行仿真与分析，结果验证了所提方法的有效性与监测性能的提升。
文章关键词:
