检索结果-内蒙古大学图书馆

化工学报 2007年第4期58卷 951-956页

作者：赵旭阎威武邵惠鹤上海交通大学自动化系上海200240

化工过程中大量的生产数据反应了生产过程的内在变化和系统的运行状况,基于数据驱动的统计方法可以有效地对生产过程进行监控。对于复杂的化工和生化过程,其过程变量之间的相关关系往往具有很强的非线性特性,传统的线性统计过程监控方... 详细信息

化工过程中大量的生产数据反应了生产过程的内在变化和系统的运行状况,基于数据驱动的统计方法可以有效地对生产过程进行监控。对于复杂的化工和生化过程,其过程变量之间的相关关系往往具有很强的非线性特性,传统的线性统计过程监控方法显得无能为力。本文提出了基于核Fisher判别分析的非线性统计过程监控方法,首先利用非线性核函数将数据从原始空间映射到高维空间,在高维空间中利用线性的Fisher判别分析方法提取数据最优的Fisher特征矢量和判别矢量来实现过程监控与故障诊断,能有效地捕获过程变量之间的非线性关系,通过对流化催化裂化(FCCU)过程的仿真表明该方法的有效性。

关键词：核Fisher判别分析非线性统计过程监控故障诊断

来源：评论

学校读者我要写书评

暂无评论

统计过程监控与质量控制应用软件的研发

统计过程监控与质量控制应用软件的研发

引用

作者：张鹏上海交通大学

学位级别：硕士

在工业过程中,有效的过程监控和质量控制是保证生产安全、提高产品质量和经济效益的关键。统计过程监控是一种基于数据驱动的方法,它以多元统计理论为基础,通过对过程测量数据的分析和解释,判断过程所处的运行状态,在线检测和识别过程... 详细信息

在工业过程中,有效的过程监控和质量控制是保证生产安全、提高产品质量和经济效益的关键。统计过程监控是一种基于数据驱动的方法,它以多元统计理论为基础,通过对过程测量数据的分析和解释,判断过程所处的运行状态,在线检测和识别过程中出现的异常工况,从而指导生产、提高产品质量和生产效率。同时,现代工业过程中许多重要的变量难以在线测量,限制了过程工业的发展。软测量技术通过一些可以测量的过程变量和其他一些参数,能够在线的估计那些无法直接测量的过程变量,从而为过程控制、质量控制、过程管理与决策等提供支持。本文从软件研究开发的角度,基于VC++软件开发平台,应用了MATLAB COM组件技术、ADO技术、XML技术等,开发了统计过程监控应用软件和软测量应用软件。文章的主要内容包括: 1.介绍了甲醇的生产工艺和应用情况及软件应用背景的工艺过程。 2.介绍了研究开发统计过程监控应用软件和软测量应用软件所采用的软件体系结构,及软件研究开发中所应用到的MATLAB COM组件技术、ADO技术、XML技术等,和软件的安装与操作使用。 3.分析了多变量统计过程监控的原理,进而结合上海焦化有限公司甲醇精馏过程的特点和工艺要求,将研究开发的统计过程监控软件应用到上海焦化有限公司甲醇精馏生产过程中,对甲醇精馏过程进行了统计过程监控。 4.分析了软测量技术的原理,进而结合上海焦化有限公司甲醇精馏过程的特点和工艺要求,将研究开发的软测量软件应用到上海焦化有限公司甲醇精馏生产过程中,对重要质量参数甲醇浓度S2进行了预估。 5.最后对整篇论文进行了总结和展望。

关键词：统计过程监控质量控制软测量应用软件主元分析径向基函数神经网络

来源：评论

学校读者我要写书评

暂无评论

基于PCA的统计过程监控研究

基于PCA的统计过程监控研究

引用

作者：李荣雨浙江大学

学位级别：博士

过程监控包括故障建模、故障检测、故障隔离、故障的诊断以及过程的恢复，用于监视生产过程的运行，及时发现并消除过程的异常状况，以保证生产的安全性以及产品的高质量。基于PCA的过程监控主要依赖于过程数据，并不需要建立机理模型... 详细信息

过程监控包括故障建模、故障检测、故障隔离、故障的诊断以及过程的恢复，用于监视生产过程的运行，及时发现并消除过程的异常状况，以保证生产的安全性以及产品的高质量。基于PCA的过程监控主要依赖于过程数据，并不需要建立机理模型，通用性较强，因此近年来成为过程控制领域研究的热点。本文系统研究了基于PCA的统计过程监控中的若干问题，主要集中在基于PCA的过程建模、故障检测性能分析以及利用PCA获取结构化残差实现故障的隔离，具体包括：（1）在介绍PCA基本原理的基础上，提出一种PCA统计模型的评价方法。为分析噪声对PCA建模的影响，该法在残差子空间（RS）利用参数估计、在主元子空间（PCS）利用模型相似度指数（MSI）描述有噪声时的模型对理想模型的逼近程度，另外还讨论了数据标准化预处理对建模的影响，并把上述评价方法推广至动态系统。仿真证明在噪声较小时，PCA统计模型与真实模型偏差极小。（2）在提出一种基于真实值的改进的故障模型基础上，对PCA的故障检测行为进行了分析和改进。首先研究了传感器故障、执行器故障、过程故障及工作点正常改变对SPE和T2期望变化的影响，为以往的定性结论提供了数学依据，同时指出了一些例外情况及其物理几何意义。为克服传统统计量的检测局限性，引入了一种复合式统计量（CRS），对基于CRS的故障检测行为进行分析，并给出了故障可检测的充分和必要条件。通过CSTR平台上的仿真，验证了本章结论的正确性。（3）提出了两种图形化的线性静态系统故障隔离方法。过程中发生故障时，传统Q贡献图法只能定位到一个故障子集而不能准确指出发生故障的具体传感器，本文通过分析故障的映射向量内积，指出了这一缺陷的理论根源，并在此基础上提出一种改进的加权Q贡献图故障隔离方法，从而实现了传感器故障的准确隔离。结构化残差是另一种有效的故障隔离工具，本文提出一种基于故障映射向量和转换矩阵的结构化残差构造算法，以实现包括过程故障在内的故障直观识别，并讨论了诸如控制限计算、映射向量方向的提取算法及控制环的影响等问题。在CSTR静态平台上的仿真，证实了加权Q贡献图可以准确地定位到发生故障的传感器，基于映射向量的结构化残差可正确识别出包括过程故障在内的各个故障。（4）对动态系统尤其是闭环动态系统的建模和故障隔离问题进行了研究。在建模方面，提出一种滑动窗口动态PCA（DPCA）建模方法，可以以更小的运算规模得到更简约的PCA统计模型。在故障隔离方面，结合滑动窗口DPCA和部分PCA（PPCA），提出了部分DPCA故障隔离算法（PDPCA），实现了闭环动态系统的传感器故障隔离；为解决各个部分子集中存在独立变量的问题，引入CRS统计量以改进PDPCA的故障隔离性能。通过提出多模型DPCA算法把上述方法延伸至包括控制环内传感器故障、过程故障在内的动态系统故障隔离。通过CSTR动态平台上的仿真，证实了上述方法的有效性。（5）系统研究了基于Kernel PCA（KPCA）的非线性过程监控。在建模阶段，讨论了特征空间标准化的问题；在故障检测阶段，提出了一种利用核矩阵构造SPE统计量的方法以便故障检测更易实现；在故障隔离阶段，提出了部分KPCA算法，把基于结构化残差的故障隔离方法推广到非线性系统。CSTR非线性平台上的仿真同样证实了该法的有效性。最后在总结全文的基础上，对未来的研究课题和工作进行了展望。

关键词：统计过程监控主元分析故障的检测故障的隔离结构化残差

来源：评论

学校读者我要写书评

暂无评论

面向网络的统计过程监控方法研究

面向网络的统计过程监控方法研究

引用

作者：周盼盼天津大学

学位级别：博士

网络过程监控在制造与物流网络的监控、垃圾邮件监测以及细胞网络病变预警等方面均具有广泛的应用。近几年，网络过程监控已成为质量控制领域中的热点问题。网络监控的重要方法之一是采用结构统计量或拟合概率模型以表示网络的结构特征... 详细信息

网络过程监控在制造与物流网络的监控、垃圾邮件监测以及细胞网络病变预警等方面均具有广泛的应用。近几年，网络过程监控已成为质量控制领域中的热点问题。网络监控的重要方法之一是采用结构统计量或拟合概率模型以表示网络的结构特征，进而构建结构统计量或模型参数的控制图。已有的大多数研究主要是对网络的多个统计量分别进行监控，忽略了统计量之间的相关性对监控效果的影响;同时，实践中很多网络过程存在自相关性，也可能会影响控制图的监控性能。因此，本文在考虑两种相关性的基础上，对网络过程监控问题进行了研究。　　首先，本文通过实例和文献研究发现，网络的不同特征统计量之间往往存在较强的相关性。忽略相关性可能会导致控制图的检出力降低。针对独立网络过程，本文提出联合监控边、二星和三角结构数的多元控制图。仿真试验研究表明，当网络节点之间的连结概率和节点度的波动性发生较大偏移时，该控制图具有明显优势。通过人体脑部结构网络实例的分析，说明了该方法的有效性。　　第二，本文基于可分的时间指数随机图模型提出了网络控制图的性能评价方法。该方法适用于独立网络过程和自相关网络过程两种情形下的控制图的评价。通过设计仿真试验，本文比较了常用结构统计量控制图在不同自相关水平下监测过程偏移的能力。仿真试验结果表明，在过程受控状态下，随着正自相关性的增强，基于移动极差的边数控制图的平均运行长度显著降低，且远低于预期设定;基于标准差和基于泊松分布的边数控制图运行长度的波动性显著增加。　　第三，针对自相关网络过程，本文采用移动窗口方法选择基准数据，对移动窗口内网络数据的结构统计量拟合时间序列模型，计算统计量与预测值之间的残差，进而提出结构统计量的标准化残差控制图。该方法能够自动整合在线监控阶段产生的数据，用于计算下一时间点的标准化残差，以实现自相关过程的动态实时监控。该方法成功应用于企业邮件交流网络监控实例的分析，有效监测出了重要事件的发生。　　本文丰富了网络过程监控的研究内容，具有重要的理论意义;同时，本文的研究成果在现代制造、物流、政府和企业管理以及医疗健康监控等涉及的网络过程监控和预警中具有广泛的应用价值。

关键词：统计过程监控多元控制图动态网络时间指数随机图模型

来源：评论

学校读者我要写书评

暂无评论

基于HMM的统计过程监控研究

基于HMM的统计过程监控研究

引用

作者：周韶园浙江大学

学位级别：博士

随着集散控制系统(DCS)在工业现场中的广泛应用以及测量技术不断提高,大量的过程数据被采集并存储下来。由于不需要建立过程机理模型,基于数据的过程监控方法近几年来成为过程控制领域的研究热点之一。理论上,过程数据包含任意时刻过程... 详细信息

随着集散控制系统(DCS)在工业现场中的广泛应用以及测量技术不断提高,大量的过程数据被采集并存储下来。由于不需要建立过程机理模型,基于数据的过程监控方法近几年来成为过程控制领域的研究热点之一。理论上,过程数据包含任意时刻过程运行状况的完全描述,关键在于选择有效,方便的方法来提取和解释数据中的重要信息,从中不仅发现过程异常,而且还能分离出异常的根源。基于模式识别的过程监控方法主要由两步组成,第一步是从大量数据中提取过程特征信息;第二步使用分类器对过程特征信息进行匹配分类,检测和识别出过程中存在的故障。本论文运用小波变换和主元分析(Principal Component Analysis,PCA)等方法对特征提取进行系统、深入的研究,基于隐马尔可夫模型(Hidden Markov Model,HMM)进行过程故障识别,提出一些新的过程监控和故障诊断方法,具体包括: 1.提出一种基于小波变换和PCA的两步特征提取方法。通过小波变换的多尺度分析,提取过程数据的局部时频信息;使用PCA消除数据之间的统计相关性,达到优化降维目的。与PCA方法相比,经过两步特征提取方法得到的主元特征序列能更好地表征过程运行状况的本质特征信息。 2.使用HMM构建主元特征序列的统计模型。采用HMM的混合高斯分布函数和状态转移概率分别描述主元特征序列的非高斯性以及序列相关性;CSTR过程的仿真结果表明,基于HMM构建的主元特征序列的统计模型能够准确描述数据中的本质特征信息。 3.使用HMM进行故障识别研究。首先,使用过程历史数据训练得到各种过程故障工况对应的HMM;然后,通过小波变换和PCA从测试数据中提取主元特征序列;最后,应用HMM对主元特征序列进行分类,识别出过程中存在的故障类型。Tennessee Eastman过程的仿真结果表明,这种方法能对过程中出现的各种故障进行准确的分类和识别。 4.提出一种基于HMM的过程监控方法。PCA等大多数统计监控方法假设过程数据服从独立同分布,这在实际应用中很难满足。由于HMM具有双重随机特性,它不仅能够表征数据的动态特性,而且对数据非高斯性也有很强的描述能力。因此基于HMM的过程监控方法不需对数据分布做上述假设。使用移动时间窗口截取过程动态数据,可避免PCA方法根据单一数据点进行过程监控所造成的数据信息不足缺陷,有利于提高故障检测和诊断的准确性。Tennessee Eastman过程的仿真结果表

关键词：主元分析小波变换隐马尔可夫模型移动时间窗口统计过程监控

来源：评论

学校读者我要写书评

暂无评论

基于自动编码器的统计过程监控方法研究

基于自动编码器的统计过程监控方法研究

引用

作者：郭朋举上海交通大学

学位级别：硕士

过程监控是工业过程中一个非常重要的问题,它对确保工业过程持续安全运行有着至关重要的作用。过程监控的核心问题之一是特征提取,如何提取工业数据的本质特征是提高故障检测正确率的关键。过程监控的特征提取方法虽然取得了较好的进展... 详细信息

过程监控是工业过程中一个非常重要的问题,它对确保工业过程持续安全运行有着至关重要的作用。过程监控的核心问题之一是特征提取,如何提取工业数据的本质特征是提高故障检测正确率的关键。过程监控的特征提取方法虽然取得了较好的进展,但仍然存在一些亟待解决的问题,如非线性问题、鲁棒性问题、故障样本利用问题以及训练样本有限问题。自动编码器(Auto-Encoder,AE)是一种典型的无监督机器学习方法,能够自动提取复杂的非线性和鲁棒性特征,其结构灵活易于改进,非常适用于解决复杂多变的工业过程问题。本文针对目前过程监控中特征提取方法存在的问题,将自动编码器用于过程监控的特征提取环节。主要包括以下内容:(1)针对数据特征提取的非线性和鲁棒性问题,提出了基于AE的统计过程监控算法,介绍了检测统计量的构造过程和原理、核密度估计方法以及算法流程,该方法应用于TE过程,能够从工业数据提取出鲁棒性更强的特征,进而改善过程监控的效果和提高故障的检测正确率;(2)针对数据的内在结构和流形特性问题,将嵌入式流形学习算法融入自动编码器,提出了基于Embedding-AE的特征提取方法,该方法能够利用正常样本和故障样本之间的近邻关系影响输入样本的特征分布,从而提高特征空间和残差空间的聚类能力,进而改善过程监控的效果;(3)针对训练样本有限的问题,提出了一种基于对抗自动编码器(Adversarial Auto-Encoder,AAE)的统计过程监控方法,利用对抗训练的思想学习样本的分布特性,提高模型的鲁棒性和泛化能力。最后实验结果表明基于AE模型的特征提取方法能够改善过程监控的效果。

关键词：统计过程监控特征提取自动编码器 Embedding-AE 对抗自动编码器

来源：评论

学校读者我要写书评

暂无评论

基于变异系数的统计过程监控方法研究

基于变异系数的统计过程监控方法研究

引用

作者：张素颖南京邮电大学

学位级别：硕士

作为统计过程监控(Statistical process monitoring,SPM)的主要工具,控制图在工业生产、医疗服务等领域有着非常广泛的应用。其主要借助数理统计的方法和技术,对生产制造过程的各个阶段进行在线监控,依据采集的样本信息对系统运行状态... 详细信息

作为统计过程监控(Statistical process monitoring,SPM)的主要工具,控制图在工业生产、医疗服务等领域有着非常广泛的应用。其主要借助数理统计的方法和技术,对生产制造过程的各个阶段进行在线监控,依据采集的样本信息对系统运行状态进行推断,预防不合格产品的生产,以保证整个生产过程的质量。传统的控制图多数是用来监控过程总体均值(X)和标准差(S)的偏移。然而,在实际应用中,过程均值和标准差的变动有时并不能说明过程处于失控状态。当过程总体均值(μ)或标准差(σ)发生变化,且存在固定比例关系时,仅监控X或S并不能判断过程的状态,传统的X控制图或S控制图也将不再可靠。为了解决这个问题,通常考虑监控过程的变异系数(Coefficient of variation,CV)。针对过程CV的监控,能够有效了解到生产过程的状态,从而发现引起产品质量波动的异常原因。近年来对CV控制图的研究越来越多,如何通过构建新的监控统计量来提高对过程CV偏移的敏感度也成为当前的研究热点。已有的CV控制图主要用于监控过程的一维CV。但随着生产过程的复杂化,数据往往以多维形式存在。在此情况下,现有的一维CV控制图显然不能满足生产活动需求。因此,针对过程多维CV(Multivariate CV,MCV)的监控就显得尤为重要。围绕上述问题,根据变量的维度,本文从一维(Univariate)和多维(Multivariate)两方面展开研究,致力于优化和改进现有的CV控制图结构,实现对过程CV偏移的快速预警。在过程一维CV监控问题方面,本文第三章首先提出了单边的固定采样间隔(Fixed sampling interval,FSI)的两次指数加权移动平均(Double exponentially weighted moving average,DEWMA)控制图,通过蒙特卡洛(Monte Carlo)仿真模拟了该结构的运行链长(Run length,RL)指标,结果表明该结构有效改善了对过程CV小偏移的监控性能;考虑到自适应(adaptive)策略对于控制图性能的影响,第四章研究了带有变采样间隔(Variable sampling interval,VSI)特征的DEWMA CV控制图的性能;进一步,通过辅助样本信息(Auxiliary information based,AIB)估计,本文提出了基于AIB估计的DEWMA CV控制图,同时结合VSI,缩短了其过程失控预警时间;当偏移发生在过程初始状态时,本文在提出混合指数加权移动平均(Exponentially weighted moving average,EWMA)和累积和(Cumulative sum,CUSUM)统计量的 MEC(Mixed EWMA CUSUM)CV控制图的基础上,结合快速初始反应(Fast initial response,FIR)策略,提高了过程对初始状态偏移的监控效率。基于烧结工艺等真实工业案例,表明所提出的一维CV控制图在实际应用中具有较好的监控效果。在多维过程的监控和诊断方面,本文提出了两个单边的CUSUM控制图来分别检测过程MCV的向上和向下的偏移。基于马尔科夫链(Markov chain)方法,推导了该控制图的RL指标。面对过程特定偏移时,本文利用单纯形(Nelder-Mead)法,寻找过程的最优设计;而当过程偏移量未知时,本文利用勒让德-高斯求积(Legendre-Gauss quadrature)方法,计算了 RL指标的期望值。在此基础上,进一步研究了样本容量、样本维度等参数对CUSUM MCV性能的影响,并与其他MCV控制图进行比较,结果表明该控制图能够更有效地监控过程MCV的偏移。基于金融投资行业的数据应用,表明该MCV控制图在监控过程偏移方面具有良好表现和现实价值。

关键词：统计过程监控变异系数多维变异系数指数移动加权平均控制图累积和控制图辅助样本信息变采样间隔

来源：评论

学校读者我要写书评

暂无评论

基于NIR的柠檬酸发酵液化清液的统计过程监控

基于NIR的柠檬酸发酵液化清液的统计过程监控

引用

作者：郝超江南大学

学位级别：硕士

在柠檬酸发酵生产中培养基主要由液化清液配置,清液的质量直接影响着发酵的产量和质量。目前,生产中主要采用取样离线分析的方式获得清液总糖、总氮等关键参数的值,采样周期大,并且存在很大的滞后。近红外(Near infrared,NIR)光谱技术... 详细信息

在柠檬酸发酵生产中培养基主要由液化清液配置,清液的质量直接影响着发酵的产量和质量。目前,生产中主要采用取样离线分析的方式获得清液总糖、总氮等关键参数的值,采样周期大,并且存在很大的滞后。近红外(Near infrared,NIR)光谱技术能够实时获得含氢基团的吸收信息,在发酵过程生产中得到了广泛的重视,并逐渐开始用来检测生化参数。论文针对某实际柠檬酸发酵过程,将NIR技术引入到液化清液的监控中,在对总糖总氮检测的同时,创新性地引入统计过程监控的思想,分别对检测参数、光谱等进行监控,实现了液化清液生产的事前预警。具体内容如下:(1)柠檬酸发酵液化清液NIR光谱的概率偏最小二乘(Probabilistic Partial Least Squares,PPLS)建模及统计过程监控。建立NIR光谱与理化值的模型,并引入统计过程监控的思想,一方面针对总糖、总氮等近红外检测参数进行单变量统计过程监控,另一方面,将NIR光谱引入监控中,基于PPLS模型实现对与理化值相关的光谱进行监控,避免了光谱到理化值转换过程中的信息损失,并对两者的监控结果进行了应用对比。(2)基于半监督PPLS的柠檬酸发酵液化清液NIR光谱的建模与统计过程监控。NIR光谱的检测周期短,而理化值为实验分析值,检测周期大。为了充分利用NIR的信息,引入了半监督PPLS建模方法,将所有样本集重新分为有标记样本集和无标记样本集,然后利用新的样本集建立半监督PPLS模型,挖掘了未标记样本中的近红外光谱信息。通过与常规降采样率下的PPLS建模方法比较,证明半监督PPLS模型更准确,监控效果更好。(3)柠檬酸发酵液化清液NIR光谱的概率主成分分析(Probabilistic Principal Component analysis,PPCA)建模及统计过程监控。NIR光谱包含了大量信息,但基于PPLS模型的监控方法主要利用了与特定理化值相关的光谱。实际上,影响清液质量但未检测的理化值还有很多,比如pH值、浊度等,其信息均体现在NIR光谱中。基于此,提出一种基于PPCA的监控方法,对全光谱根据建模结果迭代优化选择波长,并直接对光谱进行监控,利用的信息量更多。将基于PPCA的统计监控方法应用于柠檬酸发酵液化清液中,结果表明该方法能够有效地评估过程运行状态。

关键词：近红外光谱技术柠檬酸发酵 PPLS 统计过程监控

来源：评论

学校读者我要写书评

暂无评论

统计过程监控综述

引用

沈阳大学学报 2009年第3期21卷 101-103页

作者：万福才鄂佳沈阳大学信息工程学院辽宁沈阳110044

在介绍过程监控主要内容及方法的基础上,归纳分析了统计过程监控的发展,详细阐述了传统的PCA、PCR、PLS、FDA、HMM和几种改进的PCA方法.指出,将人的经验和专家知识融入到PCA统计过程监控,提高PCA的故障检测、隔离能力,完善故障诊断与评... 详细信息

在介绍过程监控主要内容及方法的基础上,归纳分析了统计过程监控的发展,详细阐述了传统的PCA、PCR、PLS、FDA、HMM和几种改进的PCA方法.指出,将人的经验和专家知识融入到PCA统计过程监控,提高PCA的故障检测、隔离能力,完善故障诊断与评价能力,将是一个有价值的研究方向.

关键词：统计过程监控 PCA 数据驱动

来源：评论

学校读者我要写书评

暂无评论

基于数据深层特征提取的统计过程监控方法研究

基于数据深层特征提取的统计过程监控方法研究

引用

作者：程建林上海交通大学

学位级别：硕士

在现代工业系统中,对于生产过程的实时监控是非常有必要的,统计过程监控是故障检测的一种方法,它的核心是特征提取,提取工业数据内在的本质深层特征是改善过程监控效果的关键。传统的过程监控方法存在着无法提取非线性特征、鲁棒性低、... 详细信息

在现代工业系统中,对于生产过程的实时监控是非常有必要的,统计过程监控是故障检测的一种方法,它的核心是特征提取,提取工业数据内在的本质深层特征是改善过程监控效果的关键。传统的过程监控方法存在着无法提取非线性特征、鲁棒性低、泛化能力弱和样本有限等问题,自动编码器通过重构输入提取到的特征具有非线性和鲁棒性,但是其简单的结构限制了它特征提取的能力。本文针对无法提取工业数据本质流形特征、泛化能力弱以及样本有限等问题,在自动编码器的基础提出了几种统计过程监控方法。(1)考虑到工业数据存在流形特性,提出了一种基于流形嵌入自动编码器的统计过程监控方法,将原始样本的近邻关系通过流形学习算法嵌入到自动编码器中,能够改变样本的特征空间分布,提高模型在特征空间的判别能力,从而改善过程监控的效果。(2)针对工业数据集样本量有限问题,提出一种基于分布来进行过程监控建模的新颖想法,深度生成模型能很好地对分布进行学习,生成对抗网络(GAN)是近几年效果很好的深度生成模型,因此提出一种基于对抗自动编码器(GAN变体)的统计过程监控方法,另外针对性地提出了两个指标MSE(矢量均值误差)和Var(均值方差)来衡量生成样本的质量。(3)降噪自动编码器迫使加噪的输入重构回原始输入以提取鲁棒性更强的特征,基于此想法引入降噪对抗自动编码器,它保留了AAE的对抗训练方式,使后验分布逼近先验分布,同时,通过加噪的方式正则化隐层特征向量,使拟合的隐层向量鲁棒性更强,因此基于降噪对抗自动编码器学习到的样本分布建立的过程监控模型也更加合理有效。

关键词：统计过程监控特征提取自动编码器深层特征流形学习流形嵌入自动编码器生成对抗网络对抗自动编码器降噪对抗自动编码器

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：