首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   3篇
  国内免费   2篇
  完全免费   6篇
  自动化技术   11篇
  2016年   1篇
  2015年   2篇
  2013年   3篇
  2012年   2篇
  2011年   1篇
  2010年   2篇
排序方式: 共有11条查询结果,搜索用时 78 毫秒
1.
基于多时段MPCA模型的间歇过程监测方法研究   总被引:2,自引:1,他引:1       下载免费PDF全文
常玉清  王姝  谭帅  王福利  杨洁 《自动化学报》2010,36(9):1312-1320
针对间歇过程的多时段特性, 提出一种新的生产操作时段划分方法. 该方法利用反映过程特性变化的主成分个数、负载矩阵以及主成分矩阵的变化实现间歇过程子时段的三步划分. 根据各时间片主成分个数不同, 对生产操作时段进行粗划分. 为了更客观地反映负载矩阵以及主成分矩阵的相似性, 提出了基于加权负载向量夹角余弦的负载矩阵相似度度量以及基于加权主成分欧氏距离的主成分矩阵相似度度量方法. 以相似度最小原则, 对时间片矩阵进行奖惩竞争聚类, 进而实现了生产操作子时段的细划分. 将基于改进时段划分方法的MPCA建模应用于注塑成型过程在线监测, 实验结果验证了该方法的有效性.  相似文献
2.
基于差分分段PCA的多模态过程故障监测   总被引:1,自引:0,他引:1       下载免费PDF全文
谭帅  王福利  常玉清  王姝  周贺 《自动化学报》2010,36(11):1626-1636
多模态的故障监测是一个复杂的问题, 既需要考虑稳定模态下的故障监测, 也需要考虑不同模态间的过渡故障监测. 不同稳定模态下的数据具有不同的相关关系, 对每个稳定模态需要建立不同的稳定模态模型. 当稳定生产模态发生改变时, 生产过程进入过渡模态, 需要考虑过渡变量相关关系的变化. 本文通过对过渡数据差分, 得到变量相对变化信息. 利用主成分分析(Principal component analysis, PCA)分段对差分变量的相关特性进行分析, 提取相对变化的特征. 最后以实际连续退火机组生产线为背景, 用基于差分分段PCA的多模态方法对多模态过程进行故障监测, 发现算法很好地反映了实际过渡过程机理, 验证了算法的有效性.  相似文献
3.
多模态复杂过程的多变量、多工序、变量时变性以及模态转换时间不确定等多种原因, 导致面向多模态生产过程的监测问题十分复杂. 对此, 基于高斯混合模型的监测方法, 结合定性知识和定量知识, 解决了多模态过程监测中离线数据模态划分、稳定模态和过渡模态的监测模型建立以及在线数据的模态识别等关键问题, 最终实现了对多模态过程的监测.  相似文献
4.
链篦机回转窑球团矿烧结过程是典型的热工过程,具有非线性、高耦合和大滞后的特点.要建立精确可靠的机理模型十分困难.此外,简化和假定条件与实际过程之间往往存在偏差,因此,单纯利用机理建模方法对球团矿烧结过程进行建模具有一定的局限性.考虑到球团矿烧结过程的复杂性和单纯机理模型的局限性,在机理模型的基础上,利用神经网络集成进行灰箱模型建模,以BP神经网络为集成的个体网络,采用Bagging法来生成样本集,样本用来训练个体网络.结果显示,混合模型具有更高的精度,是一种更优的模型.  相似文献
5.
提出一种基于核偏最小二乘(KPLS)与费舍尔判别分析(FDA)相结合的过程监控和质量预报方法—–混合 KPLS-FDA 方法.首先,利用 KPLS 提取过程数据的非线性特征,使用 FDA 建立 KPLS 的内部模型;然后,求出满足最大分离度的核 Fisher 特征向量和判别向量来实现状态监测,若系统运行正常,则根据 KPLS 回归模型预报产品的质量,否则利用 Fisher 相似度系数确定故障类型;最后,通过轧钢过程的仿真研究验证了混合 KPLS-FDA 方法的有效性.  相似文献
6.
彭俊  王建辉  谭帅  汪源 《控制工程》2013,20(5):864-868
连续退火工艺使带钢内部晶粒重新转变为均匀等轴晶粒,同时消除加工硬化和残留内应力,带钢的组织和性能恢复到冷变形前状态,是改善带钢的力学性能的关键过程。但实际生产过程中,连续退火过程机理复杂,各种外部操作参数对带钢的性能都能产生影响,彼此间互相耦合,并且对带钢硬度的检测有很大的时间滞后,这对改善带钢硬度指标带来了很大的障碍。选用偏最小二乘方法构建带钢硬度与过程变量平均轨迹之间的关系,可以及时实现带钢硬度预报和过程监测。通过对现场实际数据的仿真分析证明了所提出方法的可行性和有效性。  相似文献
7.
谭帅  王福利  彭俊  石怀涛 《控制与决策》2012,27(8):1241-1245
多模态过程中新出现的模态过程短期内无法获得充足的建模数据,且传统统计控制方法无法有效地估计过程特性.鉴于此,提出一种基于历史模型数据相关特性建立初步模型的方法,充分利用已有多模态历史数据的相关特性,从历史数据中寻找与当前数据特征相似的数据进行补充,建立初始模型,并利用新积累的数据迭代初步模型,逐步实现准确描述过程特性的算法.通过在田纳西-伊斯曼过程中的大量仿真,表明了所提出方法的可行性和有效性.  相似文献
8.
针对基于动态主元分析的故障检测方法存在的主元个数较多以及计算效率低等问题,本文提出基于混合动态主元分析(Hybrid Dynamic Principal Component Analysis,HDP-CA)的复杂过程故障检测方法。该方法采用分步策略消除数据之间的自相关和互相关性,提高了故障检测的精度和效率。对TE过程典型故障和热连轧过程中断带故障检测结果表明:HDPCA方法提取的主元个数少于DPCA方法提取的主元个数。并且,基于HDPCA的T2和SPE统计量的检测性能和检测精度都由于基于DPCA的统计量。因此,本文提出的方法可以准确有效地检测出故障。  相似文献
9.
信息安全是人们日益关注的一个问题。身份认证是保障信息安全的首要环节。文章基于Linux平台进行了身份认证系统的设计。  相似文献
10.
多模态是复杂工业生产过程的普遍特性.不同模态具有不同的过程特性,需要建立不同的模型,因此离线建模数据的模态划分与识别是整个多模态过程建模的关键问题之一.目前,常用的聚类算法需要对其结果进行人工分析和后续处理,无法真正实现多模态过程的全自动模态识别.因此,本文提出一种全自动的多模态过程离线模态识别方法.首先通过宽度为H的大切割窗口对数据进行切割,利用改进的K-means聚类算法对窗口单元进行聚类;根据聚类结果,对稳定模态淹没现象进行处理,得到模态的初步划分结果;最终,利用小滑动窗口L,对稳定模态及过渡模态交接区域进行细划分,准确定位稳定模态与过渡模态的分割点.算法实现了多模态过程的全自动离线识别,并给出合理有效的识别结果.仿真分析表明此方法能够实现模态的自动识别,且识别结果准确.  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号