计算机与应用化学
計算機與應用化學
계산궤여응용화학
COMPUTERS AND APPLIED CHEMISTRY
2012年
9期
1065-1068
,共4页
故障检测%主元分析%正交局部保持投影%TE过程
故障檢測%主元分析%正交跼部保持投影%TE過程
고장검측%주원분석%정교국부보지투영%TE과정
对于复杂的工业过程,采集到的过程数据能反映出生产过程的内在变化和运行状况.本文提出一种新的多变量统计过程监测策略,数据建模过程包含主元分析(Principal Component Aanlysis,PCA)与正交局部保持投影(Orthogonal Locality Preserving Projection,OLPP)两步.首先利用PCA在不丢失任何信息的前提下将原始数据旋转成不相关的潜变量,然后再作OLPP以提取能表征过程正常数据内在局部近邻结构的特征用于故障检测.利用T2和SPE(或Q)统计量以及核密度估计方法确定的控制限进行化工过程的在线监测,TE过程仿真实验验证了该混合方法的有效性和优越性.
對于複雜的工業過程,採集到的過程數據能反映齣生產過程的內在變化和運行狀況.本文提齣一種新的多變量統計過程鑑測策略,數據建模過程包含主元分析(Principal Component Aanlysis,PCA)與正交跼部保持投影(Orthogonal Locality Preserving Projection,OLPP)兩步.首先利用PCA在不丟失任何信息的前提下將原始數據鏇轉成不相關的潛變量,然後再作OLPP以提取能錶徵過程正常數據內在跼部近鄰結構的特徵用于故障檢測.利用T2和SPE(或Q)統計量以及覈密度估計方法確定的控製限進行化工過程的在線鑑測,TE過程倣真實驗驗證瞭該混閤方法的有效性和優越性.
대우복잡적공업과정,채집도적과정수거능반영출생산과정적내재변화화운행상황.본문제출일충신적다변량통계과정감측책략,수거건모과정포함주원분석(Principal Component Aanlysis,PCA)여정교국부보지투영(Orthogonal Locality Preserving Projection,OLPP)량보.수선이용PCA재불주실임하신식적전제하장원시수거선전성불상관적잠변량,연후재작OLPP이제취능표정과정정상수거내재국부근린결구적특정용우고장검측.이용T2화SPE(혹Q)통계량이급핵밀도고계방법학정적공제한진행화공과정적재선감측,TE과정방진실험험증료해혼합방법적유효성화우월성.
