摘要
文章提出了一种基于ReliefF慢特征分析(ReliefF-SFA)的过程监测方法,用于解决过程监控中变量维度大、特征选择难的问题。首先,数据被映射变换到新的空间中,计算得到数据的慢特征,能够从得到的新数据中提取出变化最缓慢的成分,而且可表征系统整体的固有属性。其次,采用基于ReliefF的特征选择算法,选出权重大的特征以实现降维,根据获得的主成分建立主子空间,其余的特征放进残差空间中,并计算相应的统计量和控制限。最后,以实际热处理炉数据为例,利用所提算法进行了运行过程监测,结果表明了所提方法的有效性。
出处
《工程技术研究》
2021年第6期254-256,共3页
Engineering and Technological Research
