| 青霉素发酵过程的2DPCA建模及监测 |
| |
| 引用本文： | 梁小凡,熊伟丽,杨薇薇,徐保国.青霉素发酵过程的2DPCA建模及监测[J].计算机应用研究,2014,31(4):1098-1101. |
| |
| 作者姓名： | 梁小凡 熊伟丽 杨薇薇 徐保国 |
| |
| 作者单位： | 江南大学 a．物联网工程学院 自动化系；b．轻工过程先进控制教育部重点实验室，江苏 无锡 214122 |
| |
| 基金项目： | 国家自然科学基金资助项目(21206053,21276111);中国博士后基金资助项目(2012M511198);江苏高校优势学科建设工程项目(PAPD) |
| |
| 摘 要： | 针对多向主元分析（multi-way principal component analysis，MPCA）算法用于间歇过程实施监控时需要将三维数据转换为高阶的二维矩阵，从而易导致算法的计算量大，且会丢失一些有用信息的情况进行了研究，提出了一种新的间歇过程故障诊断方法——二维主成分分析法（2-dimensional principal component analysis，2DPCA）。该算法首先利用各个批次的二维矩阵构造协方差矩阵，进而求得所有批次协方差矩阵的平均值进行建模，大大降低了计算复杂度，运算时间较MPCA缩短了19/20到3/4，且无须占用太多存储空间；同时，2DPCA计算协方差矩阵较MPCA更为准确，取协方差矩阵的平均值能够更加精确地反映不同类型的故障，在一定程度上增强了故障诊断的准确率。最后，通过将所提出的方法应用于青霉素发酵过程的监控中，验证了该算法的有效性和准确性。
|
| 关 键 词： | 多向主元分析 二维主元分析 故障监测 青霉素发酵 |
2DPCA modeling and monitoring in penicillin fermentation process |
| |
| LIANG Xiao-fan;XIONG Wei-li;YANG Wei-wei;XU Bao-guo.2DPCA modeling and monitoring in penicillin fermentation process[J].Application Research of Computers,2014,31(4):1098-1101. |
| |
| Authors: | LIANG Xiao-fan;XIONG Wei-li;YANG Wei-wei;XU Bao-guo |
| |
| Affiliation: | a. Dept. of Automation, School of IOT Engineering, b. Key Laboratory of Advanced Process Control for Light Industry Ministry of Education, Jiangnan University, Wuxi Jiangsu 214122, China |
| |
| Abstract: | |
| |
| Keywords: | multi-way principal component analysis two-dimensional principal component analysis fault monitoring penicillin fermentation |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
