基于稀疏残差距离的多工况过程故障检测方法研究 被引量：21

1

作者 郭小萍 刘诗洋 李元 《自动化学报》 EI CSCD 北大核心 2019年第3期617-625,共9页

针对多工况过程,本文提出一种新的基于稀疏残差距离(Sparse residual distance, SRD)统计指标的故障检测方法.首先对正常的多工况标准化后数据直接进行稀疏分解,提取多个工况数据间相关关系,得到字典和对应的稀疏编码,以便构建全局检测... 针对多工况过程,本文提出一种新的基于稀疏残差距离(Sparse residual distance, SRD)统计指标的故障检测方法.首先对正常的多工况标准化后数据直接进行稀疏分解,提取多个工况数据间相关关系,得到字典和对应的稀疏编码,以便构建全局检测模型,避免分工况且突出数据特征.然后计算正常多工况数据的近似值,构建稀疏残差空间,提出计算稀疏残差k近邻距离构建故障检测统计量,利用k近邻捕捉过程具有的非线性、多工况特征.最后通过数值案例和TE (Tennessee Eastman)生产过程进行仿真实验,验证了所提方法的有效性. 展开更多

关键词 稀疏残差距离 稀疏分解 k近邻距离 多工况过程 故障检测

下载PDF 职称材料

基于LECA的多工况过程故障检测方法 被引量：12

2

作者 钟娜 邓晓刚 徐莹 《化工学报》 EI CAS CSCD 北大核心 2015年第12期4929-4940,共12页

针对工业过程监控中的多工况复杂分布数据,提出一种基于局部熵成分分析(LECA)的故障检测方法。为处理数据的多模态分布问题,LECA首先采用KNN-Parzen窗方法估计变量的局部概率密度,进一步构造局部相对概率密度函数降低对窗参数选择的敏... 针对工业过程监控中的多工况复杂分布数据,提出一种基于局部熵成分分析(LECA)的故障检测方法。为处理数据的多模态分布问题,LECA首先采用KNN-Parzen窗方法估计变量的局部概率密度,进一步构造局部相对概率密度函数降低对窗参数选择的敏感性。为有效挖掘非高斯分布数据中的特征信息,利用信息熵理论计算过程数据的局部信息熵,并采用独立元分析(ICA)方法建立局部熵成分统计模型,实时检测过程故障。在数值例子和连续搅拌反应釜(CSTR)上的仿真结果表明,该方法在故障检测过程中能够获得较好的监控性能。 展开更多

关键词 故障检测 多工况过程 局部相对概率密度估计 信息熵 独立元分析算法

下载PDF 职称材料

基于ICA混合模型的多工况过程故障诊断方法 被引量：12

3

作者 徐莹 邓晓刚 钟娜 《化工学报》 EI CAS CSCD 北大核心 2016年第9期3793-3803,共11页

针对工业过程数据的多模态和非高斯特性,提出一种基于独立元混合模型(independent component analysis mixture model,ICAMM)的多工况过程故障诊断方法。该方法将独立元分析与贝叶斯估计结合,同时完成各个工况的数据聚类和模型参数求取... 针对工业过程数据的多模态和非高斯特性,提出一种基于独立元混合模型(independent component analysis mixture model,ICAMM)的多工况过程故障诊断方法。该方法将独立元分析与贝叶斯估计结合,同时完成各个工况的数据聚类和模型参数求取,并建立基于贝叶斯框架下的集成监控统计量实时监控过程变化。在检测到故障后,针对传统的变量贡献图方法无法表征变量之间信息传递关系的缺点,提出基于信息传递贡献图的故障识别方法。该方法首先计算各变量对独立元混合模型统计量的贡献度,进一步通过最近邻传递熵描述故障变量之间的传递性,挖掘故障变量之间的因果关系,从而确定故障源变量和故障传播过程。最后对一个数值系统和连续搅拌反应釜(CSTR)过程进行仿真研究,结果验证了本文所提出方法的有效性。 展开更多

关键词 ICA混合模型 多工况过程 后验概率 传递熵 贡献图

下载PDF 职称材料

基于时延SDG和ICA的多工况过程故障预测方法 被引量：8

4

作者 陆宁云 王磊 姜斌 《控制工程》 CSCD 北大核心 2011年第4期632-635,654,共5页

针对多工况生产过程,提出基于时延符号有向图(SDG)和独立成分分析(ICA)的在线故障预测方法。时延符号有向图描述了过程变量间信息传递的方向和时延大小;在有向图模型基础上,对过程数据进行信息同步校正;ICA方法应用于校正后的过程数据,... 针对多工况生产过程,提出基于时延符号有向图(SDG)和独立成分分析(ICA)的在线故障预测方法。时延符号有向图描述了过程变量间信息传递的方向和时延大小;在有向图模型基础上,对过程数据进行信息同步校正;ICA方法应用于校正后的过程数据,使得基于ICA的性能监测方法具有良好的故障预测能力。在空分设备中的应用结果表明,该方法可在变工况下实现准确的氮塞故障预测。 展开更多

关键词 多工况过程 故障预测 符号有向图 独立成分分析

下载PDF 职称材料

数据驱动的多工况过程异常监测方法:综述与展望

5

作者 张景欣 周东华 +1 位作者 陈茂银 吴德浩 《中国科学：信息科学》 CSCD 北大核心 2023年第11期2087-2106,共20页

由于原材料、设定点、外界环境等因素变化,工业过程通常具有多个运行工况.多工况过程异常监测技术是保证工业系统安全运行的有效方式,也是过程监测技术的研究热点与难点.首先,对多工况过程异常监测方法进行概述,并将多工况过程的常见处... 由于原材料、设定点、外界环境等因素变化,工业过程通常具有多个运行工况.多工况过程异常监测技术是保证工业系统安全运行的有效方式,也是过程监测技术的研究热点与难点.首先,对多工况过程异常监测方法进行概述,并将多工况过程的常见处理方式归纳为整体建模、自适应建模、混合建模和多模型建模方法;其次,分别回顾了多工况平稳过程和多工况非平稳过程的研究现状,并分析了各类方法的优缺点;最后,结合实际工业系统特点,指出该领域亟须解决的问题和未来发展方向. 展开更多

关键词 数据驱动 多工况过程 异常监测 平稳过程 非平稳过程 故障检测

原文传递

基于测地线流式核的隐空间多工况软测量建模

6

作者 任超 叶泽甫 +2 位作者 程兰 乔铁柱 阎高伟 《传感器与微系统》 CSCD 北大核心 2023年第10期28-31,共4页

针对工业过程中工况变化后的新工况缺乏标记样本构建预测模型,原有软测量模型预测失准的问题,研究了一种基于迁移潜在特征学习的多工况软测量方法。首先,利用测地线流式核框架对多工况下分布不匹配的过程数据进行域适应;然后,通过特征... 针对工业过程中工况变化后的新工况缺乏标记样本构建预测模型,原有软测量模型预测失准的问题,研究了一种基于迁移潜在特征学习的多工况软测量方法。首先,利用测地线流式核框架对多工况下分布不匹配的过程数据进行域适应;然后,通过特征迁移后的历史工况样本与标签变量获取映射矩阵,将多工况迁移样本投影至隐空间;最后,利用支持向量机(SVM)建模。通过田纳西伊斯曼(TE)过程仿真实验的标签预测结果表明本文方法的有效性。 展开更多

关键词 软测量 多工况过程 测地线流式核 隐空间 支持向量回归

下载PDF 职称材料

基于密度空间支持向量机的多工况过程故障检测

7

作者 郭金玉 李涛 李元 《计算机应用与软件》 北大核心 2022年第7期32-37,共6页

为了有效地对多工况数据进行检测,提出基于密度空间支持向量机(SVM)的多工况过程故障检测方法。运用局部概率密度方法对多工况数据进行预处理,消除多工况数据对过程故障检测特性的影响。在密度空间,运用正常数据和故障数据训练SVM模型... 为了有效地对多工况数据进行检测,提出基于密度空间支持向量机(SVM)的多工况过程故障检测方法。运用局部概率密度方法对多工况数据进行预处理,消除多工况数据对过程故障检测特性的影响。在密度空间,运用正常数据和故障数据训练SVM模型获得权重向量和位移。把校验数据和测试故障数据作为SVM模型的输入,对其进行监视和检测。将该方法运用于田纳西—伊斯曼(Tennessee Esatman)多工况过程,仿真结果表明,对某些故障PCA和KPCA的检测效果较好,而对于某些故障SVM的检测效果较好。SVM的平均故障检测率优于PCA和KPCA。因此,不同的方法适用于不同类型的故障。 展开更多

关键词 多工况过程 故障检测 局部概率密度 支持向量机

下载PDF 职称材料

基于变分贝叶斯方法的多工况过程监控

8

作者 安妮 侍洪波 《安徽师范大学学报（自然科学版）》 CAS 2015年第1期49-53,共5页

多模型方法是针对多工况工业过程监控所使用的最普遍也是最有效的方法.传统的多模型方法在离线建立子模型时,通常使用EM算法估计子模型的参数,但EM算法容易陷入局部最优,并且无法利用已有的先验信息,会导致建立混合模型不够准确,可能无... 多模型方法是针对多工况工业过程监控所使用的最普遍也是最有效的方法.传统的多模型方法在离线建立子模型时,通常使用EM算法估计子模型的参数,但EM算法容易陷入局部最优,并且无法利用已有的先验信息,会导致建立混合模型不够准确,可能无法有效检测出故障.因此将变分贝叶斯方法与多模型方法相结合,可以充分利用数据的先验知识,估计的参数也更准确.在建立模型计算监控统计量后,通过比较待测试数据落在各个子模型中后验概率的大小整合多个监控结果.对TE过程的仿真实验表明,变分贝叶斯用于多模型方法可以有效地监控工业过程. 展开更多

关键词 变分贝叶斯 混合概率主元分析 多工况过程

下载PDF 职称材料

基于分段主元分析的变负荷过程监控方法

9

作者 郭飞鸿 黄德先 《计算机与应用化学》 CAS CSCD 北大核心 2012年第10期1159-1162,共4页

针对变负荷的多工况过程,提出了一种基于分段主元分析的监控方法。对于稳态工况,直接利用历史数据建立不同负荷下的主元监控模型。对于工况之间的过渡过程,根据先验知识可将其划分为跟踪时段和调节时段。在两大时段内分别将训练数据细... 针对变负荷的多工况过程,提出了一种基于分段主元分析的监控方法。对于稳态工况,直接利用历史数据建立不同负荷下的主元监控模型。对于工况之间的过渡过程,根据先验知识可将其划分为跟踪时段和调节时段。在两大时段内分别将训练数据细分为多个子时段,进而在每一子时段内设定参考轨迹,利用训练数据与参考轨迹的残差建立主元监控模型,并采用改进的层次聚类算法合并特性相近的时段。在线监控时,根据负荷设定信息判断过程所处的工况,再选择相应的主元模型进行监控。在Alstom气化炉中的应用结果表明,该算法不仅能够避免传统多模型监控方法在工况过渡时出现的大量误警,也能在过渡过程中实现准确的故障检测。 展开更多

关键词 多工况过程 故障检测 分段主元分析 参考轨迹

原文传递

工业过程多模型建模及辨识方法研究

10

作者 黄从贵 高雅 彭力 《计算机工程与应用》 CSCD 北大核心 2016年第20期251-256,262,共7页

针对实际的工业过程建模中存在的多工况和采样延时这两大重要数据特征,首先利用LPV模型拟合多工况过程,选取线性ARX模型作为LPV的局部模型;同时将采样延时和数据的工况归属作为EM算法的隐含变量,然后对极大似然函数进行求解,辨识出各局... 针对实际的工业过程建模中存在的多工况和采样延时这两大重要数据特征,首先利用LPV模型拟合多工况过程,选取线性ARX模型作为LPV的局部模型;同时将采样延时和数据的工况归属作为EM算法的隐含变量,然后对极大似然函数进行求解,辨识出各局部模型的参数;最后采用高斯权重函数将局部ARX模型融合为整体LPV模型。采用连续搅拌反应釜和三级高纯度精馏塔作为数据采样延时情形下的多工况过程建模仿真实例,在建立过程模型的同时准确地估计数据的采样延时。仿真结果表明该方法具有良好的建模效果,对于处理数据采样延时的多工况工业过程建模问题具有非常实用的价值。 展开更多

关键词 多工况过程 采样延时 期望最大化(EM)算法 参数估计

下载PDF 职称材料

基于动态信息的过渡过程辨识方法 被引量：3

11

作者 何雨辰 葛志强 宋执环 《上海交通大学学报》 EI CAS CSCD 北大核心 2017年第6期686-692,共7页

提出了一种基于动态信息的过渡过程识别方法.给出了过渡过程的具体定义,描述了过渡过程相对于稳态过程的独特性质.考虑到多工况过程存在较强的动态特性,引入动态交互信息概念,运用动态交互信息的方法,可以较好地反映过渡过程与稳态工况... 提出了一种基于动态信息的过渡过程识别方法.给出了过渡过程的具体定义,描述了过渡过程相对于稳态过程的独特性质.考虑到多工况过程存在较强的动态特性,引入动态交互信息概念,运用动态交互信息的方法,可以较好地反映过渡过程与稳态工况之间的差异.通过算例和TE(Tennessee Eastman)过程仿真平台对算法进行验证的结果表明,所提出的方法相对于传统方法在过渡过程识别和监控中取得了更好的效果. 展开更多

关键词 过渡过程 多工况过程识别 交互信息 动态交互信息

下载PDF 职称材料

基于局部邻域标准化策略的多工况过程故障检测 被引量：3

12

作者 郭红杰 徐春玲 侍洪波 《上海交通大学学报》 EI CAS CSCD 北大核心 2015年第6期868-875,883,共9页

为满足实际工业过程中的生产需求,复杂的化工过程往往会包含多种运行模态,而且过程数据不再单一地服从高斯分布或非高斯分布.过程数据的多工况分布特性以及同一工况下数据分布的不确定性使得传统的多元统计方法无法得到满意结果.针对复... 为满足实际工业过程中的生产需求,复杂的化工过程往往会包含多种运行模态,而且过程数据不再单一地服从高斯分布或非高斯分布.过程数据的多工况分布特性以及同一工况下数据分布的不确定性使得传统的多元统计方法无法得到满意结果.针对复杂化工过程中多工况以及复杂数据分布的问题,提出一种基于局部邻域标准化策略(Local Neighborhood Standardization,LNS)的故障检测方法.首先,运用局部邻域标准化策略对历史数据集进行预处理,并充分考虑到邻域密度,再通过局部密度因子(Local Density Factor,LDF)构造监控统计量,进而对工业过程数据进行在线故障检测,最后通过数值例子和Tennessee Eastman(TE)过程验证本文方法的有效性. 展开更多

关键词 多工况过程监控 局部密度因子 局部邻域标准化

下载PDF 职称材料

近邻标准化样本核特征量驱动的间歇过程故障检测 被引量：6

13

作者 郭小萍 姜芹芹 李元 《计算机与应用化学》 CAS CSCD 北大核心 2014年第10期1157-1161,共5页

针对间歇过程的多工况和非线性特征,提出一种基于近邻特征标准化(Nearst Neighborhood Feature Standardization,NNFS)样本的核特征量(Kernel Feature Statistics,KFS)故障检测方法。首先,将间歇过程数据按批次方向展开构成二维建模样本... 针对间歇过程的多工况和非线性特征,提出一种基于近邻特征标准化(Nearst Neighborhood Feature Standardization,NNFS)样本的核特征量(Kernel Feature Statistics,KFS)故障检测方法。首先,将间歇过程数据按批次方向展开构成二维建模样本,计算每个样本的局部近邻,采用近邻特征实现标准化,提取多工况批次之间的正常偏差,克服Z-score标准化将多工况过程数据看作一个整体而造成的不准确问题。其次,通过核方法将经过标准化后的样本映射到高维空间,在核空间建立监视模型,计算特征量,并提出采用方差分析(variance,VAR)方法确定核参数,通过核密度估计法确定统计控制限。最后,在青霉素发酵过程进行仿真研究,通过比较表明了所提方法的有效性。 展开更多

关键词 近邻特征 核主元分析 多工况间歇过程 故障检测 非线性

原文传递