基于经验模态分解去噪改进主成分分析的冷水机组传感器故障检测
摘要：提出了一种基于经验模态分解 (EMD) 阈值去噪 (TD) 和主成分分析 (PCA) 相结合的冷水机组传感器故障检测方法 (EMD-TD-PCA) 。采用EMD阈值去噪法去除原始数据中的噪声来提高数据质量, 针对去噪后的数据构建PCA模型。采集了武汉市某电子厂螺杆式冷水机组的实际运行数据, 用于验证故障检测效果, 并与传统PCA方法和小波阈值去噪 (Wavelet-TD-PCA) 方法的传感器故障检测结果进行了对比。结果表明:EMD-TD-PCA可以有效提高冷水机组传感器的故障检测效率, 同等偏差条件下, 故障检测效果优于传统PCA方法和Wavelet-TD-PCA方法。对于小偏差 (-1～1℃) 故障, 故障检测效果提升尤为明显。
关键词：经验模态分解 主成分分析 阈值去噪 传感器故障 故障检测
尊敬的用户，本篇文章需要2元，点击支付交费后阅读
限时优惠福利：领取VIP会员
全年期刊、VIP视频免费!
全年期刊、VIP视频免费!
660
12
12