中国石油大学学报（自然科学版）
中國石油大學學報（自然科學版）
중국석유대학학보（자연과학판）
JOURNAL OF CHINA UNIVERSITY OF PETROLEUM(EDITION OF NATURAL SCIENCE)
2013年
2期
170-175
,共6页
动态结构保持主元分析%流形学习%相关性分析%特征提取%故障检测
動態結構保持主元分析%流形學習%相關性分析%特徵提取%故障檢測
동태결구보지주원분석%류형학습%상관성분석%특정제취%고장검측
为充分利用表征过程运行工况的数据特征信息,提高化工过程的故障检测性能,提出一种基于动态结构保持主元分析(DSPPCA)的过程故障检测方法.首先对原始数据采用变量相关性分析建立自回归模型,构建包含动态特征的数据集,进一步综合考虑主元分析法(PCA)和局部线性嵌入(LLE)流形学习算法中数据点之间的近邻关系,融合得出新的目标函数,同时,运用局部线性回归的方法获得高维样本的嵌入映射,特征提取后在特征空间和残差空间分别构造监控统计量进行故障检测.Swiss-roll数据集的降维结果及TE过程的仿真研究结果表明,DSPPCA算法可以取得较好的特征提取效果,具有较高的故障检测性能.
為充分利用錶徵過程運行工況的數據特徵信息,提高化工過程的故障檢測性能,提齣一種基于動態結構保持主元分析(DSPPCA)的過程故障檢測方法.首先對原始數據採用變量相關性分析建立自迴歸模型,構建包含動態特徵的數據集,進一步綜閤攷慮主元分析法(PCA)和跼部線性嵌入(LLE)流形學習算法中數據點之間的近鄰關繫,融閤得齣新的目標函數,同時,運用跼部線性迴歸的方法穫得高維樣本的嵌入映射,特徵提取後在特徵空間和殘差空間分彆構造鑑控統計量進行故障檢測.Swiss-roll數據集的降維結果及TE過程的倣真研究結果錶明,DSPPCA算法可以取得較好的特徵提取效果,具有較高的故障檢測性能.
위충분이용표정과정운행공황적수거특정신식,제고화공과정적고장검측성능,제출일충기우동태결구보지주원분석(DSPPCA)적과정고장검측방법.수선대원시수거채용변량상관성분석건립자회귀모형,구건포함동태특정적수거집,진일보종합고필주원분석법(PCA)화국부선성감입(LLE)류형학습산법중수거점지간적근린관계,융합득출신적목표함수,동시,운용국부선성회귀적방법획득고유양본적감입영사,특정제취후재특정공간화잔차공간분별구조감공통계량진행고장검측.Swiss-roll수거집적강유결과급TE과정적방진연구결과표명,DSPPCA산법가이취득교호적특정제취효과,구유교고적고장검측성능.
