| 基于小波核聚类的非高斯过程故障检测方法 |
| |
| 引用本文： | 王坤,杜文莉,钱锋.基于小波核聚类的非高斯过程故障检测方法[J].化工学报,2011,62(2):427-432. |
| |
| 作者姓名： | 王坤 杜文莉 钱锋 |
| |
| 作者单位： | 华东理工大学化工过程先进控制和优化技术教育部重点实验室 |
| |
| 摘 要： | 针对工业过程检测变量具有的非线性和非高斯性等特点，提出了一种基于小波核聚类的核主元分析（WKPCA）方法来处理过程数据的非线性特性，同时引用支持向量数据描述（SVDD）对过程进行建模。本算法先根据Morlet小波具有多分辨分析和能以更高的精度逼近任意函数的特点，将其构建为小波核函数，可以增强KPCA的非线性核映射和抗噪能力，然后在映射后的特征空间中进行均值聚类分析，选择每个聚类中展现特征中心的数据，大大减少了核函数的计算量；最后通过SVDD提出监控指标来描述过程的非高斯特性。将上述方法用在一个标准仿真平台Tennessee-Eastman上，结果表明，该方法能及时有效地检测出系统产生的故障和异常情况。
|
| 关 键 词： | 均值聚类 小波核 故障检测 |
Non-Gaussian process fault detection based on wavelet kernel clustering |
| |
| WANG Kun,DU Wenli,QIAN Feng.Non-Gaussian process fault detection based on wavelet kernel clustering[J].Journal of Chemical Industry and Engineering(China),2011,62(2):427-432. |
| |
| Authors: | WANG Kun DU Wenli QIAN Feng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《化工学报》浏览原始摘要信息 |
|
点击此处可从《化工学报》下载全文 |
