计算机与应用化学
計算機與應用化學
계산궤여응용화학
COMPUTERS AND APPLIED CHEMISTRY
2014年
10期
1157-1161
,共5页
近邻特征%核主元分析%多工况间歇过程%故障检测%非线性
近鄰特徵%覈主元分析%多工況間歇過程%故障檢測%非線性
근린특정%핵주원분석%다공황간헐과정%고장검측%비선성
nearest neighborhood feature (NNF)%kernel principal component analysis (KPCA)%multimode batch process%fault detection%nonlinear
针对间歇过程的多工况和非线性特征,提出一种基于近邻特征标准化(Nearest Neighborhood Feature Standardization,NNFS)样本的核特征量(Kernel Feature Statistics,KFS)故障检测方法.首先,将间歇过程数据按批次方向展开构成二维建模样本,计算每个样本的局部近邻,采用近邻特征实现标准化,提取多工况批次之间的正常偏差,克服Z-score标准化将多工况过程数据看作一个整体而造成的不准确问题.其次,通过核方法将经过标准化后的样本映射到高维空间,在核空间建立监视模型,计算特征量,并提出采用方差分析(variance,VAR)方法确定核参数,通过核密度估计法确定统计控制限.最后,在青霉素发酵过程进行仿真研究,通过比较表明了所提方法的有效性.
針對間歇過程的多工況和非線性特徵,提齣一種基于近鄰特徵標準化(Nearest Neighborhood Feature Standardization,NNFS)樣本的覈特徵量(Kernel Feature Statistics,KFS)故障檢測方法.首先,將間歇過程數據按批次方嚮展開構成二維建模樣本,計算每箇樣本的跼部近鄰,採用近鄰特徵實現標準化,提取多工況批次之間的正常偏差,剋服Z-score標準化將多工況過程數據看作一箇整體而造成的不準確問題.其次,通過覈方法將經過標準化後的樣本映射到高維空間,在覈空間建立鑑視模型,計算特徵量,併提齣採用方差分析(variance,VAR)方法確定覈參數,通過覈密度估計法確定統計控製限.最後,在青黴素髮酵過程進行倣真研究,通過比較錶明瞭所提方法的有效性.
침대간헐과정적다공황화비선성특정,제출일충기우근린특정표준화(Nearest Neighborhood Feature Standardization,NNFS)양본적핵특정량(Kernel Feature Statistics,KFS)고장검측방법.수선,장간헐과정수거안비차방향전개구성이유건모양본,계산매개양본적국부근린,채용근린특정실현표준화,제취다공황비차지간적정상편차,극복Z-score표준화장다공황과정수거간작일개정체이조성적불준학문제.기차,통과핵방법장경과표준화후적양본영사도고유공간,재핵공간건립감시모형,계산특정량,병제출채용방차분석(variance,VAR)방법학정핵삼수,통과핵밀도고계법학정통계공제한.최후,재청매소발효과정진행방진연구,통과비교표명료소제방법적유효성.
