论文研究 基于统计特征的不等长间歇过程故障诊断研究.pdf

为了提高不等长间歇过程故障诊断的性能，同时降低算法的复杂度，提出了一种基于统计特征的不等长间歇过程故障诊断算法。首先计算每个不等长批次的均值、方差、偏度、峭度和任意两个变量间的欧氏距离，并将这些统计特征组合成一个等长的特征向量；然后运用主元分析（PCA）进行过程监视。半导体工业实例的仿真结果表明，与传统的多向主元分析（MPCA）方法相比，基于统计特征的不等长间歇过程故障诊断算法的故障诊断率提高15%，故障检测时间减少了0.002 s，因此该算法具有很好的故障诊断性能。