首页 | 本学科首页   官方微博 | 高级检索  
     

基于特征空间降维的溶剂脱水分离过程监控
引用本文:杜文莉,王坤,钱锋.基于特征空间降维的溶剂脱水分离过程监控[J].浙江大学学报(自然科学版 ),2010,44(7):1255-1259.
作者姓名:杜文莉  王坤  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,上海 200237
基金项目:国家自然科学基金资助项目(60625302、20876044);国家“973”重点基础研究发展规划资助项目(2009CB320603);上海市重点学科建设资助项目(B504);上海市青年科技启明星计划资助项目(08QA14021).
摘    要:针对传统化工过程中检测变量具有的非线性和非高斯性等特点,提出将改进的核主元分析(KPCA)和支持向量数据描述(SVDD)相结合的化工过程故障诊断方法.根据Mexican hat小波在提取非线性非平稳信号细微特征方面的优势,将该小波函数引入到KPCA中以增强核函数的非线性映射和抗噪能力.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,使运算复杂度明显降低,提高了监控实时性.采用SVDD描述经过聚类降维后的特征空间分布,提出新的监控指标描述过程的非高斯特性.将该方法应用在一个实际的溶剂脱水化工精馏过程中,仿真结果验证了该方法能够及时有效地检测系统产生的故障.

关 键 词:均值聚类  Mexican  hat小波  故障诊断  溶剂脱水分离

Feature space dimension reduction based process monitoring of solvent dehydration separation process
DU Wen-Chi,WANG Kun,JIAN Feng.Feature space dimension reduction based process monitoring of solvent dehydration separation process[J].Journal of Zhejiang University(Engineering Science),2010,44(7):1255-1259.
Authors:DU Wen-Chi  WANG Kun  JIAN Feng
Affiliation:Key Laboratory of Advanced Control and Optimization for Chemical Processes, Ministry of Education, East China University of Science and Technology, Shanghai 200237,China
Abstract:
Keywords:means cluster  Mexican hat wavelet  fault diagnosis  solvent dehydration separation
本文献已被 CNKI 等数据库收录!
点击此处可从《浙江大学学报(自然科学版 )》浏览原始摘要信息
点击此处可从《浙江大学学报(自然科学版 )》下载全文
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