科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统HMM方法故障检测的准确率不高，以及带钢热连轧过程数据的非线性和混合高斯性问题，提出一种利用WT和PCA改进HMM的故障检测新方法。首先，采用小波变换对轧制数据进行去噪处理，并使用PCA将数据的维度降低、数据相关性减小，可以有效减少模型训练的迭代次数，并且能够提升故障检测的准确率；然后，利用期望最大化算法结合观测序列训练得到WT-PCA-HMM故障检测模型；最后，通过模型得出精轧工艺数据的对数似然值即可实现故障检测。结果表明：与传统HMM方法相比，WT-PCA-HMM的故障检测方法不仅能够降低8.1%的误报率，而且减少50%的模型训练迭代次数，为故障的检测提供了新方法。
- 出版日期2023
- 单位华北理工大学
