基于分数阶傅里叶变换与卷积神经网络的工业过程故障检测

来源：电子测量技术杂志2024年第2期北京时间：

作者：李元，辛梦媛

单位：沈阳化工大学信息工程学院 沈阳 110142

摘要：基于传统数据驱动的过程故障检测存在忽略正常数据与故障数据之间微小差异和检测不灵敏问题，本文提出了一种基于FRFT和CNN结合的故障检测方法。从放大正常数据与故障数据之间的微小差异方面入手，一则利用CVDA构造残差矩阵用于数据监测，增强灵敏度；二则利用FRFT对数据进行变换，将一些幅值低，易被噪声掩盖的故障从时域转换为频域，尽可能放大其特征，使其易检测。最后利用CNN对处理完的数据进行检测，解决了忽略微小差异和检测灵敏度低的问题，通过TE过程进行实验验证，在故障检测率方面得到提高，表明所提方法的有效性。

关键词：规范残差变量分析;分数阶傅里叶;卷积神经网络;故障检测

基金资助：国家自然科学基金（62273242）项目资助