检索结果-内蒙古大学图书馆

化工学报 2017年第3期68卷 984-991页

作者：熊伟丽李妍君江南大学物联网工程学院自动化研究所江苏无锡214122 轻工过程先进控制教育部重点实验室江苏无锡214122

随着时间的增加,传统时间差(TD)模型会出现性能显著下降的问题。为了提高TD模型的可靠性和预测精度,同时考虑过程的时滞特征,基于一种选择性集成策略,提出一种局部时间差高斯过程回归(LTDGPR)模型的自适应软测量建模方法。首先,提取出... 详细信息

随着时间的增加,传统时间差(TD)模型会出现性能显著下降的问题。为了提高TD模型的可靠性和预测精度,同时考虑过程的时滞特征,基于一种选择性集成策略,提出一种局部时间差高斯过程回归(LTDGPR)模型的自适应软测量建模方法。首先,提取出数据库中的时滞动态信息,对建模数据进行重构;然后,采取局部化策略对差分后的重构样本进行统计划分,得到LTDGPR模型集。对于新来的输入样本,选择部分泛化能力强的LTDGPR模型进行集成,估计出含一定时间差的主导变量动态偏移值;最后,基于TD模型思想对当前时刻主导变量值进行在线预测。通过脱丁烷塔过程的数据建模仿真研究,验证了所提方法的有效性和精度。

关键词：选择性集成时间差模型参数识别动态建模化学过程

来源：评论

学校读者我要写书评

暂无评论

基于局部邻域标准化和贝叶斯推断的多工况过程监测

引用

信息与控制 2017年第1期46卷 113-121页

作者：郭校根熊伟丽徐保国江南大学物联网工程学院自动化研究所江苏无锡214122 轻工过程先进控制教育部重点实验室江南大学江苏无锡214122

实际工业过程中往往包含不同运行工况,且每种工况数据一般不服从同一种分布.数据的多分布性和分布的不确定性使得传统的故障诊断方法难以获得满意的效果,因此提出一种基于局部邻域和贝叶斯推断的多工况故障诊断方法.首先,通过局部邻域... 详细信息

实际工业过程中往往包含不同运行工况,且每种工况数据一般不服从同一种分布.数据的多分布性和分布的不确定性使得传统的故障诊断方法难以获得满意的效果,因此提出一种基于局部邻域和贝叶斯推断的多工况故障诊断方法.首先,通过局部邻域标准化算法对多工况数据进行预处理;再利用ICA-PCA(independent component analysis and principal component analysis)方法分别对该数据集的高斯特性和非高斯特性进行分析处理,获得全局模型;然后结合贝叶斯推断将多个统计量组合成一个监测统计量,实现多工况过程的在线监测;最后通过数值例子和TE过程的仿真研究,验证了提出方法的可行性和有效性.

关键词：多工况局部邻域标准化独立成分分析—主元分析贝叶斯推断过程监测

来源：评论

学校读者我要写书评

暂无评论

联合区间高斯过程的近红外光谱波长选择方法及应用

引用

光谱学与光谱分析 2016年第8期36卷 2437-2441页

作者：徐琛尹燕燕刘飞江南大学轻工过程先进控制教育部重点实验室自动化研究所江苏无锡214122

针对近红外光谱应用,提出了一种基于高斯过程(GP)模型的波长选择算法,即联合区间高斯过程(synergy interval gaussian process,siGP)算法。首先将全光谱区域划分为一系列无重复且间距相等的区间,再选取最优的若干个区间联合建立GP模型,... 详细信息

针对近红外光谱应用,提出了一种基于高斯过程(GP)模型的波长选择算法,即联合区间高斯过程(synergy interval gaussian process,siGP)算法。首先将全光谱区域划分为一系列无重复且间距相等的区间,再选取最优的若干个区间联合建立GP模型,由于GP模型具有非线性处理能力,因此该方法可以减少非线性的影响。以红曲菌固态发酵过程中过程参数水分含量和pH值的检测为例,新算法对水分含量、pH值的预测集相关系数(rp)分别为0.956 4和0.977 3,预测均方根误差(RMSEP)分别为0.012 7和0.161 0,参与建模的数据点由全谱的1 500个分别减少到225个、375个,在对独立样本的预测上,表现出较好的精度。与传统联合区间偏最小二乘(siPIS)波长选择算法对比,siGP算法预测效果更好:对水分含量和pH值,r_p在GP模型预测时提高了3.37%和3.51%,RMSEP在GP模型预测时提高了29.4%和34.8%。表明siGP结合GP模型能够有效选择波长区间以及提高近红外模型的准确性,对进一步实现近红外光谱技术在线检测具有参考价值。

关键词：近红外光谱高斯过程模型联合区间高斯过程(siGP) 红曲菌水分含量 pH值

来源：评论

学校读者我要写书评

暂无评论

鲁棒PPLS模型及其在过程监控中的应用

引用

化工学报 2016年第7期67卷 2907-2915页

作者：陈家益赵忠盖刘飞江南大学自动化研究所轻工过程先进控制教育部重点实验室江苏无锡214122

概率偏最小二乘(PPLS)模型建立的条件是主元和误差都服从高斯分布,但是高斯分布的期望和方差容易受到离群点的影响,导致模型的鲁棒性较差。针对PPLS模型的不足,提出一种鲁棒概率偏最小二乘(RPPLS)方法,用拖尾更宽的T分布代替高斯分布,... 详细信息

概率偏最小二乘(PPLS)模型建立的条件是主元和误差都服从高斯分布,但是高斯分布的期望和方差容易受到离群点的影响,导致模型的鲁棒性较差。针对PPLS模型的不足,提出一种鲁棒概率偏最小二乘(RPPLS)方法,用拖尾更宽的T分布代替高斯分布,通过调整自由度参数,使模型对含离群点数据的拟合效果更好。更进一步,将RPPLS引入过程监控中,提出GT2和GSPE两个监控指标,分别监控过程的受控状态以及模型关系的变化。PPLS和RPPLS在TE过程监控的应用结果表明RPPLS不仅能更准确检测故障的产生,而且能更有效降低故障的漏报率。

关键词：鲁棒概率偏最小二乘算法 T分布参数估值监控指标模型

来源：评论

学校读者我要写书评

暂无评论

多变量非方系统集中式PI控制器设计

引用

控制与决策 2016年第5期31卷 811-816页

作者：栾小丽王志强刘飞江南大学轻工过程先进控制教育部重点实验室江苏无锡214122 江南大学自动化研究所江苏无锡214122

针对工业过程中含有多时滞的高维多变量非方系统,基于等价传递函数理论,研究其集中式PI控制器设计问题.利用等价传递函数(ETF)与非方被控对象传递函数广义逆之间的关系,提出一种精度更高的ETF参数化算法,并推导出ETF模型的解析通式.所... 详细信息

针对工业过程中含有多时滞的高维多变量非方系统,基于等价传递函数理论,研究其集中式PI控制器设计问题.利用等价传递函数(ETF)与非方被控对象传递函数广义逆之间的关系,提出一种精度更高的ETF参数化算法,并推导出ETF模型的解析通式.所提出的ETF算法既避免了求广义逆的复杂运算,又提高了控制性能,且适用于高维非方系统.仿真实例验证了所提出的ETF算法的有效性和优越性.

关键词：非方系统等价传递函数广义逆集中式PI控制

来源：评论

学校读者我要写书评

暂无评论

基于特征轨线的间歇过程多变量数据对齐及在优化中的应用

基于特征轨线的间歇过程多变量数据对齐及在优化中的应用

引用

第28届中国过程控制会议（CPCC 2017）暨纪念中国过程控制会议30周年

作者：刘晓凤栾小丽刘飞江南大学自动化研究所轻工过程先进控制教育部重点实验室

为解决间歇过程批次间数据的不等长问题,实现数据基于过程内在变化特性对齐,并保留数据的时间变化信息,本文提出了一种基于特征轨线的多变量数据对齐方法。该方法首先通过多向主成分分析方法将每一批次多个变量的时间变化轨线压缩为一... 详细信息

为解决间歇过程批次间数据的不等长问题,实现数据基于过程内在变化特性对齐,并保留数据的时间变化信息,本文提出了一种基于特征轨线的多变量数据对齐方法。该方法首先通过多向主成分分析方法将每一批次多个变量的时间变化轨线压缩为一条综合变量的特征轨线,对于存在数据缺失的批次数据,可以根据特征轨线的轨迹进行线性或非线性插值实现数据补足,再应用K均值算法对特征轨线进行阶段划分,根据欧式距离最短进行各阶段特征轨线对齐,将对齐的特征轨线通过重构得到原空间的多变量对齐数据。最后,将该方法运用到基于数据的间歇过程优化中,以验证所提数据对齐方法的有效性。

关键词：间歇过程特征插值阶段划分多变量数据对齐优化

来源：评论

学校读者我要写书评

暂无评论

考虑副回路干扰的串级控制PID参数自校正

考虑副回路干扰的串级控制PID参数自校正

引用

第28届中国过程控制会议（CPCC 2017）暨纪念中国过程控制会议30周年

作者：王志国范惠剑刘飞徐锐轻工过程先进控制教育部重点实验室江南大学自动化研究所

针对副回路存在干扰项的串级控制系统,提出了一种PID控制器参数自校正方法.首先,根据闭环系统的阶跃响应数据估计被控对象模型参数,然后利用直接分析设计原理(DS-d)对副控制器参数进行校正.与此同时,基于内模控制原理(IMC)获得主控制器... 详细信息

针对副回路存在干扰项的串级控制系统,提出了一种PID控制器参数自校正方法.首先,根据闭环系统的阶跃响应数据估计被控对象模型参数,然后利用直接分析设计原理(DS-d)对副控制器参数进行校正.与此同时,基于内模控制原理(IMC)获得主控制器的最优PID参数.所提方法可在系统性能不满足要求时自动实施,其相比传统方法提高了整个串级控制的抗干扰能力,仿真过程验证了所提方法的有效性.

关键词：串级回路 PID 自校正内模控制直接分析设计

来源：评论

学校读者我要写书评

暂无评论

Xgboost在滚动轴承故障诊断中的应用

引用

噪声与振动控制 2017年第4期37卷 166-170,179页

作者：张钰陈珺王晓峰刘飞轻工过程先进控制教育部重点实验室江南大学自动化研究所江苏无锡214122 西门子中国研究院北京100000

针对不同轴承数据特征选择困难和单个分类器方法在滚动轴承故障诊断中精度较低的问题,提出一种基于分类与回归树的Xgboost(e Xtreme Gradient Boosting)轴承故障诊断算法。Xgboost是包含多个分类器的集成学习方法。通过Xgboost的"... 详细信息

针对不同轴承数据特征选择困难和单个分类器方法在滚动轴承故障诊断中精度较低的问题,提出一种基于分类与回归树的Xgboost(e Xtreme Gradient Boosting)轴承故障诊断算法。Xgboost是包含多个分类器的集成学习方法。通过Xgboost的"提升"思想来提高滚动轴承故障诊断的精度。首先,从滚动轴承的振动信号中提取时域特征参数;然后利用Xgboost算法对滚动轴承故障进行诊断。将SQI-MFS实验平台的轴承振动数据,与传统分类器(支持向量机、邻近算法和人工神经网络)以及单个分类回归树的诊断结果相比,结果表明Xgboost在轴承故障诊断率上优于上述几种算法,且计算时间比传统提升决策树算法短。

关键词：振动与波滚动轴承故障诊断支持向量机 Xgboost

来源：评论

学校读者我要写书评

暂无评论

基于改进自训练算法的半监督GPR软测量建模

基于改进自训练算法的半监督GPR软测量建模

引用

第28届中国过程控制会议（CPCC 2017）暨纪念中国过程控制会议30周年

作者：史旭东熊伟丽 LI Yan-jun 江南大学物联网工程学院自动化研究所江南大学轻工过程先进控制教育部重点实验室

为了充分利用实际工业过程中大量无标签数据中的信息,提出了一种基于改进自训练算法的高斯过程回归(GPR)软测量建模方法。首先,利用相似度估计无标签样本缺失的主导变量值;然后,根据估计值对有标签数据集的影响,对估计样本集中的数据进... 详细信息

为了充分利用实际工业过程中大量无标签数据中的信息,提出了一种基于改进自训练算法的高斯过程回归(GPR)软测量建模方法。首先,利用相似度估计无标签样本缺失的主导变量值;然后,根据估计值对有标签数据集的影响,对估计样本集中的数据进行筛选;最后,将泛化能力强的样本加入有标签样本集中,得到重构训练样本集并进行软测量建模。通过脱丁烷塔塔底丁烷浓度预测的仿真实验,验证了本文方法的可行性和有效性。

关键词：软测量建模半监督自训练算法高斯过程回归

来源：评论

学校读者我要写书评

暂无评论

一种基于EGMM的高斯过程回归软测量建模

引用

信息与控制 2016年第1期45卷 14-19页

作者：熊伟丽张伟徐保国江南大学轻工过程先进控制教育部重点实验室江苏无锡214122 江南大学物联网工程学院自动化研究所江苏无锡214122

提出了一种基于误差高斯混合模型(EGMM)的高斯过程回归(GPR)软测量方法.首先,选择合适的变量组成误差数据集,利用贝叶斯信息准则优化得到合适的高斯成分的个数;然后用EGMM对误差数据进行拟合计算得到条件误差均值和方差的表达式;最后当... 详细信息

提出了一种基于误差高斯混合模型(EGMM)的高斯过程回归(GPR)软测量方法.首先,选择合适的变量组成误差数据集,利用贝叶斯信息准则优化得到合适的高斯成分的个数;然后用EGMM对误差数据进行拟合计算得到条件误差均值和方差的表达式;最后当新的数据到来时,用建立的GPR模型进行输出预测,并利用EGMM模型得到的条件误差均值对输出进行补偿,从而得到更加精确的建模结果.通过数值仿真及硫回收装置(SRU)的H2S浓度的软测量,进一步验证所提算法的可行性和有效性.

关键词：高斯过程回归预测误差误差高斯混合模型输出补偿条件误差均值

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：