Total PLS Based Contribution Plots for Fault Diagnosis

Abstract

(MSPM ) Multivariate 统计过程监视为复杂工业过程是有效数据驱动的差错察觉和诊断途径。部分最少的广场或设计到潜伏的结构(请) 潜伏的设计结构之一在 MSPM 被使用，它一起使用过程数据 X 和优秀数据 Y。在这篇论文，我们基于全部的设计讨论一条新差错诊断途径到潜伏的结构(T 请) 。四种监视统计被使用在 T 请，并且对 T2 的可变贡献的一个新定义请被建议。然后，对所有统计的可变贡献的定义被导出识别差错。为贡献阴谋的控制限制被计算识别一个变量是否处于反常状况。进一步，建议方法把识别变量分开成与 Y 有关的有缺点的变量并且对 Y 无关更清楚地比常规方法。田纳西伊斯门过程(TEP ) 上的案例研究显示建议途径的效率。