| 废水处理系统的动态过程监测 |
| |
| 引用本文： | 刘鸿斌,陈 琴,张 昊,杨 冲. 废水处理系统的动态过程监测[J]. 中国造纸, 2019, 38(2): 46-53 |
| |
| 作者姓名： | 刘鸿斌 陈 琴 张 昊 杨 冲 |
| |
| 作者单位： | 1.南京林业大学林业资源高效加工利用协同创新中心，江苏南京，210037;2.华南理工大学制浆造纸工程国家重点实验室，广东广州，510640,1.南京林业大学林业资源高效加工利用协同创新中心，江苏南京，210037,1.南京林业大学林业资源高效加工利用协同创新中心，江苏南京，210037,1.南京林业大学林业资源高效加工利用协同创新中心，江苏南京，210037 |
| |
| 基金项目： | 南京林业大学大学生创新训练计划项目（2017NFUSPITP353）；制浆造纸工程国家重点实验室开放基金资助项目（201813）；南京林业大学高层次人才科研启动基金（163105996）。 |
| |
| 摘 要： | 传统多元统计方法中,独立元分析(ICA)相较于主元分析(PCA)可有效提取信息的主要特征,保留更多原始数据。针对连续化生产所带来的动态特性,提出动态独立元分析(DICA)、动态主元分析(DPCA),分别用来提升ICA和PCA的过程监测能力。结果表明,针对废水监测过程中偏移、漂移和完全失效3种传感器故障,DICA方法相较ICA的故障检测率在SPE统计量下分别提高了7. 15%、18. 58%和12. 86%,故障检测率高达88. 57%、84. 29%及82. 86%; DPCA故障检测在SPE统计量下相比于PCA也有一定提升,最高提高了28. 57%,但其故障检测率要远低于DICA,这表明DICA方法对过程故障检测有较好的效果。
|
| 关 键 词： | 废水处理过程；故障检测；动态过程；动态主元分析；动态独立元分析 |
Dynamic Process Monitoring of Wastewater Treatment Systems |
| |
| LIU Hongbin,CHEN Qin,ZHANG Hao and YANG Chong. Dynamic Process Monitoring of Wastewater Treatment Systems[J]. China Pulp & Paper, 2019, 38(2): 46-53 |
| |
| Authors: | LIU Hongbin CHEN Qin ZHANG Hao YANG Chong |
| |
| Abstract: | |
| |
| Keywords: | wastewater treatment processes fault detection dynamic process dynamic principal component analysis dynamic independent component analysis |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《中国造纸》浏览原始摘要信息 |
|
点击此处可从《中国造纸》下载免费的PDF全文 |
|
