期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
关键核网络及其在发酵过程在线建模中的应用 被引量:4
1
作者 刘毅 王海清 李平 《化工学报》 EI CAS CSCD 北大核心 2008年第5期1194-1199,共6页
发酵过程通常采用流加补料操作,无稳态工作点、非线性强,且重要生物量往往无法在线测量。本文提出了一种适用于非线性多输入多输出的发酵过程在线建模方法:关键核网络(key kernelnetwork,KKN)。结合过程的先验知识给出控制模型关键节点... 发酵过程通常采用流加补料操作,无稳态工作点、非线性强,且重要生物量往往无法在线测量。本文提出了一种适用于非线性多输入多输出的发酵过程在线建模方法:关键核网络(key kernelnetwork,KKN)。结合过程的先验知识给出控制模型关键节点加入的准则,使其能自适应调整模型的复杂度,以提高建模的精度和速度,并给出了关键节点增加时KKN模型的在线递推形式。将KKN应用于青霉素发酵过程的在线建模,研究表明,KKN能同时快速、准确地预报菌体和产物浓度,且随着批次的增加,过程信息不断得到积累,模型精度逐渐提高。 展开更多
关键词 核学习 在线建模 流加补料 青霉素发酵过程
下载PDF
改进的MPCA及其在批过程实时故障监测中的应用 被引量:3
2
作者 朱雪芳 《计算机测量与控制》 CSCD 2005年第12期1329-1332,共4页
针对多向主元分析(MPCA)模型批过程在线监测的缺陷,提出了一种基于变量展开和主元协方差随时间变化的MPCA方法,该方法按变量展开,不需要对新批次未反应完的数据进行预估,而数据之间的动态联系通过时变主元协方差得以保存,并且不需要建... 针对多向主元分析(MPCA)模型批过程在线监测的缺陷,提出了一种基于变量展开和主元协方差随时间变化的MPCA方法,该方法按变量展开,不需要对新批次未反应完的数据进行预估,而数据之间的动态联系通过时变主元协方差得以保存,并且不需要建模批次的长度相等;将该方法应用于青霉素补料分批发酵过程的实时监测中,结果表明该方法比传统的MPCA方法具有更可靠的监测性能。 展开更多
关键词 在线批过程监测 多向主元分析(MPCA) 变量展开 时变主元协方差 青霉素发酵
下载PDF
半连续青霉素发酵过程的最优化分析
3
作者 阮复昌 莫炳禄 公国庆 《华南理工大学学报(自然科学版)》 EI CAS CSCD 1996年第2期38-42,共5页
在单位时间内获得尽可能多的产物作为目标函数,本文建立了半连续青霉素发酵的最优化模型、通过引入哈密尔敦函数和利用庞特雅金最小值原理,求解了这个最优化问题,并就最优化计算结果进行了深入的分析与探讨。
关键词 流加反应器 青霉素发酵 最优化
下载PDF
基于变量展开和时变协方差的连续更新的MPCA及其在批过程故障监测中的应用(英文) 被引量:1
4
作者 肖应旺 王海霞 徐保国 《计算机与应用化学》 CAS CSCD 北大核心 2005年第6期481-486,共6页
针对传统的多向主元分析(MPCA)模型批过程监测的缺陷,提出了一种基于变量展开和协方差随时间变化的连续更新的MPCA批过程故障监测方法。该方法将基于批次展开能够去除采样数据的主要非线性动态性的优点与基于变量展开不需要对被监测的... 针对传统的多向主元分析(MPCA)模型批过程监测的缺陷,提出了一种基于变量展开和协方差随时间变化的连续更新的MPCA批过程故障监测方法。该方法将基于批次展开能够去除采样数据的主要非线性动态性的优点与基于变量展开不需要对被监测的新批次的未反应完的数据进行预估的优点结合起来,用于批过程的故障监测,一旦因此判断出某一新批次过程正常,则模型参考数据库就随之更新。在实时监测新的批过程时,只需利用已收集到的数据信息,并且在线连续地更新模型参考数据库,提高了批过程性能监测的准确性,克服了MPCA不能处理非线性过程和实时性问题。通过采用该方法与传统的MPCA方法对青霉素补料分批发酵过程的实时监测,结果表明该方法比传统的MPCA更适合于对缓慢变化的批过程进行监测,具有更可靠的监测性能。 展开更多
关键词 批过程监测 多向主元分析(MPCA) 基于变量方式展开 协方差随时间变化 模型更新 青霉素补料分批发酵
原文传递
生化反应过程的多变量自校正控制——以重复流加青霉素发酵为例 被引量:1
5
作者 叶开明 金沙 +1 位作者 张嗣良 俞俊棠 《生物工程学报》 CAS CSCD 北大核心 1993年第1期61-68,共8页
本文采用两阶离散MIMO(Multi 1nput Multi Output)动态模型描述生化反应过程的动态行为,并以青霉素重复流加发酵为例,借助于计算机在线检测系统,在40,000L大罐上进行参数辨识与多变量自校正控制仿真研究。结果表明:该控制策略能够克服... 本文采用两阶离散MIMO(Multi 1nput Multi Output)动态模型描述生化反应过程的动态行为,并以青霉素重复流加发酵为例,借助于计算机在线检测系统,在40,000L大罐上进行参数辨识与多变量自校正控制仿真研究。结果表明:该控制策略能够克服噪声和过程不确定性影响,使发酵沿最优轨迹进行,实现跟踪优化控制。 展开更多
关键词 青霉素 重复流 发酵 参数辨识
下载PDF
CUIMWMPCA方法及其在批过程故障监测中的应用
6
作者 肖应旺 《计算机应用研究》 CSCD 北大核心 2009年第1期218-220,共3页
针对传统的多向主元分析(multiway principal component analysis,MPCA)批过程监测的缺陷,提出了一种连续更新的改进移动窗多向主元分析(consecutively updated improved moving window MPCA,CUIMWMPCA)方法。该方法采用连续更新的多模... 针对传统的多向主元分析(multiway principal component analysis,MPCA)批过程监测的缺陷,提出了一种连续更新的改进移动窗多向主元分析(consecutively updated improved moving window MPCA,CUIMWMPCA)方法。该方法采用连续更新的多模型非线性结构代替传统的MPCA固定的单模型线性化结构,一旦通过改进的移动窗多向主元分析(improved moving windowMPCA,IMWMPCA)判断出某一新批次过程正常,则模型参考数据库就随之更新。在实时监测新的批过程时,只需利用已收集到的数据信息,并且在线连续地更新模型参考数据库,提高了批过程性能监测的准确性,克服了MPCA不能处理非线性过程和实时性的问题。通过采用CUIMWMPCA与移动窗多向主元分析(moving windowMPCA,MWMPCA)方法对青霉素分批补料发酵过程的实时监测,结果表明CUIMWMPCA比MWMPCA更适合于对缓慢变化的批过程进行监测,具有更可靠的监测性能。 展开更多
关键词 批过程 多向主元分析 改进移动窗 模型更新 青霉素发酵 在线监测
下载PDF
基于RMKMFDA的间歇过程监测与故障诊断
7
作者 肖应旺 杨军 +2 位作者 张承忠 姚美银 杜瑛 《计算机与应用化学》 CAS CSCD 北大核心 2014年第1期79-85,共7页
针对间歇过程特点和基于多向主元分析(Multiway Principal Component Analysis,MPCA)的间歇过程监控方法的缺陷,利用核映射在处理非线性过程和Fisher判别分析(Fisher Discriminant Analysis,FDA)在故障诊断能力上的优势,提出了基于递推... 针对间歇过程特点和基于多向主元分析(Multiway Principal Component Analysis,MPCA)的间歇过程监控方法的缺陷,利用核映射在处理非线性过程和Fisher判别分析(Fisher Discriminant Analysis,FDA)在故障诊断能力上的优势,提出了基于递推多模型的核多向Fisher判别式分析(Recursive Multi-model Kernel Multi-way FDA,RMKMFDA)的间歇过程监测与故障诊断方法。该方法采用多模型核多向Fisher判别分析(Multi-model Kernel Multi-way FDA,MKMFDA)非线性结构代替MPCA单模型线性化结构,并提出确定时滞变量的算法;一旦通过MKMFDA监测出某一新批次过程正常,则模型参考数据库就随之更新:在线监控时通过比较核Fisher特征向量之间的欧氏距离来实现,而最优核Fisher判别向量用来鉴别故障类型。该方法在实时监控新的批过程时,只需利用已收集到的数据信息,且在线递推地更新模型参考数据库,提高了间歇过程监控的准确性,克服了MPCA不能处理非线性过程和实时性问题。通过采用RMKMFDA与移动窗多向主元分析(Moving Window MPCA,MWMPCA)方法对青霉素分批补料发酵过程的实时监控,结果表明RMKMFDA比MWMPCA能更及时地监测出过程异常情况,更准确地判断异常发生的原因。 展开更多
关键词 RMKMFDA 间歇过程 监测与故障诊断 青霉素发酵
原文传递
一种新的非线性迭推多模型核MFDA的间歇过程监控方法(英文)
8
作者 肖应旺 刘军 张绪红 《计算机与应用化学》 CAS 2017年第9期685-692,共8页
针对间歇过程特点和基于多向主元分析(Multiway Principal Component Analysis,MPCA)的间歇过程监控方法的缺陷,利用核映射在处理非线性过程和Fisher判别分析(Fisher Discriminant Analysis,FDA)在故障诊断能力上的优势,提出了基于递推... 针对间歇过程特点和基于多向主元分析(Multiway Principal Component Analysis,MPCA)的间歇过程监控方法的缺陷,利用核映射在处理非线性过程和Fisher判别分析(Fisher Discriminant Analysis,FDA)在故障诊断能力上的优势,提出了基于递推多模型的核多向Fisher判别式分析(Recursive Multi-model Kernel Multi-way FDA,RMKMFDA)的间歇过程监测与故障诊断方法。该方法采用多模型核多向Fisher判别分析(Multi-model Kernel Multi-way FDA,MKMFDA)非线性结构代替MPCA单模型线性化结构,并提出确定时滞变量的算法;一旦通过MKMFDA监测出某一新批次过程正常,则模型参考数据库就随之更新;在线监控时通过比较核Fisher特征向量之间的欧氏距离来实现,而最优核Fisher判别向量用来鉴别故障类型。该方法在实时监控新的批过程时,只需利用已收集到的数据信息,且在线递推地更新模型参考数据库,提高了间歇过程监控的准确性,克服了MPCA不能处理非线性过程和实时性问题。通过采用RMKMFDA与移动窗多向主元分析(Moving Window MPCA,MWMPCA)方法对青霉素分批补料发酵过程的实时监控,结果表明RMKMFDA比MWMPCA能更及时地监测出过程异常情况,更准确地判断异常发生的原因。 展开更多
关键词 RMKMFDA 间歇过程 监测与故障诊断 青霉素发酵
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部