检索结果-内蒙古大学图书馆

电子学报 2020年第9期48卷 1795-1803页

作者：刘金平王杰唐朝晖贺俊宾谢永芳马天雨湖南师范大学智能计算与语言信息处理湖南省重点实验室湖南长沙410081 中南大学自动化学院湖南长沙410083 湖南师范大学物理与电子科学学院湖南长沙410081 湖南省计量检测研究院湖南长沙410014

本文提出一种自适应滑窗递归稀疏主成分分析方法,用于时变工业过程的在线故障监测.首先,通过滑窗提取正常过程数据空间的特征信息,并对当前窗口数据块矩阵进行稀疏主成分分析,构建稀疏主成分分析故障监测模型;然后,根据相邻窗口的相似... 详细信息

本文提出一种自适应滑窗递归稀疏主成分分析方法,用于时变工业过程的在线故障监测.首先,通过滑窗提取正常过程数据空间的特征信息,并对当前窗口数据块矩阵进行稀疏主成分分析,构建稀疏主成分分析故障监测模型;然后,根据相邻窗口的相似度实时调整遗忘因子以自适应更新滑窗大小,使得所建立的稀疏主成分故障监测模型可以有效追踪复杂的时变过程;最后,通过递归更新滑窗稀疏载荷矩阵来动态更新故障监测模型.非线性数值仿真系统与田纳西-伊斯曼过程的故障监测结果表明,所提方法可以有效提高故障检测的准确率,适应于长流程时变工业过程在线故障监测.

关键词：时变工业过程故障监测滑动窗口递归稀疏主成分分析

来源：评论

学校读者我要写书评

暂无评论

基于递归稀疏主成分分析的工业过程在线故障监测和诊断

引用

控制与决策 2020年第8期35卷 2006-2012页

作者：刘金平王杰刘先锋唐朝晖马天雨肖文辉湖南师范大学智能计算与语言信息处理湖南省重点实验室长沙410081 湖南师范大学物理与电子学院长沙410081 中南大学自动化学院长沙410083

提出一种基于递归稀疏主成分分析(recursive sparse principal component analysis,RSPCA)的工业过程故障监测与诊断方法,可用于时变工业过程的自适应故障监测与诊断.通过引入弹性回归网,将主成分问题转化为Lasso与Ridge结合的凸优化问... 详细信息

提出一种基于递归稀疏主成分分析(recursive sparse principal component analysis,RSPCA)的工业过程故障监测与诊断方法,可用于时变工业过程的自适应故障监测与诊断.通过引入弹性回归网,将主成分问题转化为Lasso与Ridge结合的凸优化问题,采用秩-1矩阵修正对协方差矩阵进行递归分解,递归更新稀疏载荷矩阵和监测统计量的过程控制限,以实现连续工业过程长时间自适应故障监测,对检测出来的故障通过贡献图法实现对故障的诊断.在田纳西-伊斯曼(TE)过程进行实验验证,结果表明,与传统的故障监测方法相比,所提出的方法有效降低了故障漏检率和误报率,且时间复杂度低,确保了故障监测的灵敏度和实时性.

关键词：递归稀疏主成分分析工业过程故障监测弹性回归网田纳西-伊斯曼过程

来源：评论

学校读者我要写书评

暂无评论

数据驱动的复杂工业过程监测与故障诊断

数据驱动的复杂工业过程监测与故障诊断

引用

作者：王杰湖南师范大学

学位级别：硕士

随着国民经济的迅猛发展,现代工业朝着大规模、复杂化和精细化方向发展。复杂工业过程一旦发生事故,便会造成巨大经济损失,甚至带来人员伤亡。因此,工业生产过程的可靠性和安全性迫切需要提高。对工业生产过程的运行状态进行实时监控,... 详细信息

随着国民经济的迅猛发展,现代工业朝着大规模、复杂化和精细化方向发展。复杂工业过程一旦发生事故,便会造成巨大经济损失,甚至带来人员伤亡。因此,工业生产过程的可靠性和安全性迫切需要提高。对工业生产过程的运行状态进行实时监控,及时发现工业生产中可能出现的故障状态和对工业故障发生原因进行诊断是提高系统可靠性和降低事故风险的重要途径。本文针对复杂工业过程的不同数据特性,对非线性特性和时变特性的过程数据进行了建模分析,重点探讨了数据驱动的复杂工业过程在线过程监测和故障诊断方法。主要研究内容总结如下:(1)传统的多元统计过程监测方法因难以适应复杂工业过程的时变特性,容易造成过程监测虚警率高或者未能及时报警等问题。本文提出一种自适应滑窗递归稀疏主成分分析方法,用于时变工业过程的在线过程监测。首先,通过滑窗提取正常过程数据空间的特征信息,并对当前窗口数据块矩阵进行稀疏主成分分析,构建稀疏主成分分析过程监测模型;然后,根据相邻窗口的相似度实时调整遗忘因子以自适应更新滑窗大小,使得所建立的稀疏主成分过程监测模型可以有效追踪复杂的时变过程;最后,通过递归更新滑窗稀疏载荷矩阵来动态更新过程监测模型。数值仿真系统与田纳西-伊斯曼(Tennessee Eastman,TE)过程的过程监测结果表明,所提方法可以有效提高故障检测的准确率,确保了对过程监测的灵敏度和实时性,适应于长流程时变工业过程在线过程监测。(2)针对传统多元统计过程故障诊断方法在复杂工业过程故障诊断中存在故障数据诊断精度低的问题,提出一种基于栈式稀疏降噪自编器和贝叶斯网络相结合的复杂工业过程故障诊断方法。该方法通过堆叠稀疏降噪自编码器,实现复杂工业过程非线性动态过程特征信息的稳健提取,并结合Softmax分类器来实现故障的准确辨识;在实现故障辨识的基础上,使用贡献图法分离出贡献率较高的故障变量作为贝叶斯网络中引发故障的证据节点,通过更新贝叶斯网络寻找发生故障概率变化较大的变量并结合网络结构对引发故障的变量进行溯源。数值仿真系统和TE过程故障诊断实验表明,所提方法能够有效提高非线性过程故障识别准确率,进而有效实现故障分离。(3)最后,从工程实际需求出发,基于所提出的复杂工业过程监测与故障诊断方法和技术,开发了相应的复杂工业过程监测与故障诊断系统。该原型系统在对TE过程监测与故障诊断测试中取得较好的应用效果,为工业过程的智能自动监测和安全生产提供有力的技术支撑。

关键词：复杂工业过程监测故障诊断递归稀疏主成分分析堆叠稀疏降噪自编码器贝叶斯网络

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：