基于多块信息提取和马氏距离的k近邻故障监测

摘要: 针对传统k近邻故障监测算法中仅考虑近邻样本观测信息的问题，提出了一种基于多块信息提取和马氏距离的故障监测方法.通过挖掘原始数据中隐含的累计信息和变化率信息，提升了传统k近邻故障监测算法对微小偏移和脉冲振荡等故障的监测性能.同时结合观测数据构建三类信息子块，基于马氏距离与贝叶斯融合策略，构造出新的统计量进行监测.将所提方法进行数值仿真并应用于田纳西—伊斯曼（TE）过程和高炉炼铁过程故障监测，仿真结果验证了方法的有效性及监测性能.