-
题名基于核慢特征分析的工业过程微小故障检测方法研究
- 1
-
-
作者
张成
刘鹏
孙立文
李元
-
机构
沈阳化工大学理学院
沈阳化工大学
-
出处
《通化师范学院学报》
2023年第8期68-74,共7页
-
基金
辽宁省教育厅基本科研项目(LJKMZ20220792,LJ2020021)
辽宁省研究生教育教学改革项目(LNYJG2022177).
-
文摘
传统的核慢特征分析(Kernel Slow Feature Analysis,KSFA)在非线性动态过程监控中存在微小故障检测率低的问题.针对该问题,该文提出了一种加权统计局部核慢特征分析(Weighted Statistical Local Kernel Slow Feature Analysis,WSLKSFA)故障检测方法.利用KSFA方法提取过程中具有缓慢变化的特征空间数据和残差空间数据;利用局部方法中残差函数的思想和加权统计特征构造数据改进的统计特征,增大故障样本的偏离程度;利用新的数据集建立过程监控检测统计量完成过程故障检测.将所提出的方法通过田纳西-伊斯曼(Tennessee-Eastman,TE)过程进行验证,通过与KPCA、SFA、KSFA作对比分析,验证WSLKSFA方法在微小故障的检测能力方面所具有的优越性.
-
关键词
核慢特征分析
微小故障
故障检测
特征提取
-
Keywords
kernel slow feature analysis
incipient fault
fault detection
feature extraction
-
分类号
TP277
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于改进KSFA的非线性动态化工过程安全性研究
- 2
-
-
作者
刘鹏
张成
邓成龙
-
机构
沈阳化工大学环境与安全工程学院
沈阳化工大学理学院
沈阳化工大学计算机科学与技术学院
-
出处
《化工设计通讯》
CAS
2023年第6期80-82,共3页
-
基金
辽宁省教育厅基本科研项目(LJKMZ20220792,LJ2020021)。
-
文摘
将核慢特征分析(Kernel slow feature analysis,KSFA)与Wasserstein距离相融合,实现基于改进KSFA算法非线性动态过程故障检测,可以有效提高对非线性动态化工过程的监控效率,从而提高生产过程的安全性。采用KSFA方法提取过程中具有缓慢变化的核慢特征矩阵,利用滑动窗口技术获取慢特征空间系数矩阵Wasserstein距离,通过已获取的Wasserstein距离值作为统计值并进行过程检测,最后,将所提出的方法通过一个非线性动态数值例子进行验证,通过与SFA和KSFA进行对比分析,验证本方法在非线性动态过程中的可行性。
-
关键词
核慢特征分析
非线性过程
动态过程
故障检测
-
Keywords
kernel slow feature analysis
nonlinear processes
dynamic process
fault detection
-
分类号
TP277
[自动化与计算机技术—检测技术与自动化装置]
TQ050.7
[自动化与计算机技术—控制科学与工程]
-
-
题名基于改进核慢特征分析的间歇过程故障检测
被引量：3
- 3
-
-
作者
张汉元
张汉营
梁泽宇
-
机构
山东建筑大学信息与电气工程学院
山东建筑大学热能工程学院
-
出处
《山东建筑大学学报》
2020年第1期42-49,共8页
-
基金
山东建筑大学博士科研基金项目(XNBS1821)
-
文摘
将全局保持结构分析技术融入核慢特征分析中,实现基于改进核慢特征分析的间歇过程故障检测,可以有效提高对间歇过程的监控效率。文章采用两步多路数据展开策略将三维训练数据展开成两维矩阵,利用改进核慢特征分析提取间歇过程的局部动态数据,检测青霉素发酵过程中6种故障的仿真数据。结果表明:相比于传统的多路核主元分析、多路核独立元分析和核慢特征分析监控方法,基于改进核慢特征分析的监控方法具有最早的故障检测时刻,分别在第100、100、102、108、112和108个采样时刻检测到故障F1~F6;对间歇过程的6种故障具有最高的故障检测率,F1~F6的故障检测率分别为100%、100%、99%、96.67%、96.62%和97.97%;构造保留慢特征数目的准则是有效可行的。
-
关键词
核慢特征分析
间歇过程
故障检测
全局结构分析
-
Keywords
kernel slow feature analysis
batch process
fault detection
global preserving structure analysis
-
分类号
TP277
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于核慢特征分析和时滞估计的GPR建模
被引量：2
- 4
-
-
作者
彭慧来
熊伟丽
-
机构
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
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2019年第8期1562-1571,共10页
-
基金
国家自然科学基金(61773182)
国家重点研发计划子课题(2018YFC1603705-03)
-
文摘
针对工业过程中存在的时滞和非线性特性,提出了一种基于核慢特征分析的高斯过程回归建模方法。该方法通过模糊曲线分析充分挖掘工业数据中的时滞信息,求出数据中的最优时滞,并进行建模数据的重构;通过核慢特征分析方法对重构数据进行非线性的特征提取;基于提取后的特征建立高斯过程回归(GPR)模型。通过对脱丁烷塔塔底丁烷浓度软测量的仿真实验,验证了方法的有效性与性能。
-
关键词
时延
核慢特征分析
模糊曲线分析
高斯过程回归
-
Keywords
time delay
kernel slow feature analysis
fuzzy curve analysis
Gaussian process regression
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
