排序方式: 共有64条查询结果,搜索用时 31 毫秒
31.
实际工业过程中的观测样本大多会受到随机噪声的污染,因此带有噪声假设的概率模型得到广泛应用。传统方法直接对模型的因子进行监控,但由于建模所得因子中可能包含质量无关的信息,因此会增加质量相关故障的误报率,这对主要关心产品质量的生产过程是无益的。同时,针对实际过程与质量样本采样率不同导致的难以精确建模的问题,提出一种半监督正交因子分析(semi-supervised orthogonal factor analysis,Semi-SOFA)方法,建立概率模型,并对因子进行质量相关的正交分解,分别构造T2统计量;根据新样本是否含质量标签的数据性质计算相应的SPE统计量。提出的Semi-SOFA可有效检测出发生的故障是否影响质量,最后通过数值例子和Tennessee Eastman(TE)过程仿真验证了所提方法的有效性。 相似文献
32.
一种集成传感器故障诊断方案 总被引:1,自引:0,他引:1
针对传感器故障,提出了一种基于小波奇异性检测和修正的Bayes算法(MB)的集成故障诊断方法。用RBF神经网络建立传感器故障模型.对系统的状态进行在线估计.进而得到残差.然后对残差进行小波分析.再用修正的Bayes算法进行传感器故障的在线检测、分离的估计。对连续搅拌釜式反应器(CSTR)的仿真结果表明.该集成故障诊断方法能够对传感器故障进行快速准确的分离和估计.克服了传统小波分析方法大尺度下存在时延的缺点.并对传感器故障具有容错性。 相似文献
33.
在模糊神经网络中采用传统的梯度下降优化方法,其搜索速度慢,并易于陷于局部最小的缺点,提出一种自适应粒子群算法,采用由一个模糊推理机来动态地修改速度参数,模糊推理机的两个输入分别是当前速度参数,以及规范化的当前最好性能估计,输出是速度参数的增量;并将该方法用于模糊神经网络的参数的优化中,得到一种新的建模方法.最后以德士古气化炉为对象,用该方法建立炉膛温度的软测量模型,结果表明该方法该模型运算速度快,同时具有良好泛化性能,能够满足软测量建模精度的要求. 相似文献
34.
德士古气化炉炉温软测量建模及其工程实现 总被引:1,自引:0,他引:1
以焦化厂德士古煤气化炉为对象,根据煤气化流程的工艺分析,针对德士古气化炉膛温度软测量的需要,研究了辅助变量选择,数据采集与处理,以及利用模糊神经网络和RBF网络建立炉温软测量模型等问题,建立了炉温软测量系统.该系统在不增加设备投资的条件下,通过工厂信息集成处理和先进的监控技术,提高生产装置的工艺操作水平和管理水平为目的.现场调试运行结果表明应用本文方法建模精度较高,系统效果良好.该系统能够充分发挥DCS系统和网络计算机的功能优点,完全克服了在测温元件损坏时对生产的不利影响. 相似文献
35.
在过程工业中,通常需要在线或离线对多个过程变量进行测量,将其作为生产管理、决策分析、过程操作与控制的依据。然而,由于测量过程可能受到多种不可预测因素的影响(如设备泄漏、传感器失灵、过程波动等),导致测量数据不可避免地包含误差。因此开展测量数据的误差侦破与校正方法的研究具有重要意义。 相似文献
36.
邻域保持嵌入(neighborhood preserving embedding, NPE)是一种常用的无监督学习方法,在故障检测领域得到了广泛应用。由于NPE提取的数据特征无法解释输入数据和输出数据之间的关系,因此在化工过程质量相关故障检测方面存在局限性。另外,NPE在提取数据流形结构时忽略了动态信息的表征。为了解决上述问题,基于NPE和慢特征分析(slow feature analysis,SFA)算法提出了一种名为双子空间并行回归(twin-space parallel regression,TSPR)的质量相关故障检测方法,该方法能够同时提取数据的流形特征和变化速度信息。首先,通过基于互信息的策略将原始过程空间分为序列相关子空间和序列无关子空间,以应对变量在时间序列相关性的差异。其次,在两个子空间中分别应用提出的邻域保持-慢特征嵌入算法(neighborhood preserving-slow feature embedding regression,NP-SFE)和NPE算法提取数据的有效结构特征,并同时用最小二乘回归在两个特征子空间中构建过程变量与质量变量的回归关系。随后,... 相似文献
37.
38.
39.
40.