排序方式: 共有15条查询结果,搜索用时 31 毫秒
1.
2.
针对核主元分析(KPCA)中的复杂运算和故障分离问题,提出一种基于免疫核主元分析(immune-KPCA,IKPCA)的故障诊断方法.该方法使用小波变换技术对数据进行预处理,然后利用基于克隆选择原理的免疫算法对建模数据进行压缩,提取特征样本建立核矩阵以降低运算复杂程度.在IKPCA监控统计量检测到故障后,基于灵敏度分析思想构造贡献图分离故障变量.在连续搅拌反应釜(CSTR)仿真过程上的应用结果表明,本文提出的方法能够显著地降低核矩阵的计算量,比传统的PCA、KPCA方法更有效地检测过程故障,而且能够正确地识别故障变量. 相似文献
3.
回顾了过程故障诊断技术的研究历史,对已形成的故障诊断方法分三类进行了总结,特别对近年来形成的基于数据分析的方法进行了分析,最后指出了过程故障诊断技术现存的问题,同时指明了故障的预报方法、辨识方法、诊断系统的鲁棒性和非线性研究以及大型、实用故障系统的构建将是该领域研究中近期的发展方向。 相似文献
4.
针对工业过程的建模数据中含有离群点的情况,提出了一种基于鲁棒主元分析(PCA)的故障诊断方法.该方法使用广义极大似然估计(M估计)代替最小二乘估计,将传统的主元分析问题转化为一个加权的重构误差优化问题,然后通过改进的非线性迭代部分最小二乘(NIPALS)算法来求得问题的最优解,在此基础上建立主元模型并构造监控统计量检测过程故障.在连续搅拌反应器(CSTR)仿真系统上的应用结果表明,鲁棒PCA方法能够消除离群点对主元模型的影响,比PCA方法分析过程数据更为准确,能更有效地诊断过程故障. 相似文献
5.
针对脉冲电浮水处理装置的特点,分析了影响该技术处理效果的因素,根据絮凝过程运动学的理论,以钢球模型的简化方式建立自由粒子浮选去除模型,仿真得到自由粒子浓度随时间变化过程.该数学模型为设计絮凝池尺寸参数,以及选择电浮处理参数提供理论依据.结果表明:当处理时间为20~25 min时,可以使自由粒子去除率达到90%以上,这与实验数据相当吻合. 相似文献
6.
随着网络技术的发展,网络上产生各种异构数据资源并形成一个巨大的信息资源库,数据的语法以及语义异构使得资源之间的互操作变得复杂。语义Web代表了下一代Web的一个发展趋势,为了方便语义操作,需要对现在网络上存在的各种各样的异构数据资源进行语义化集成。通过实例介绍了一种基于ontology对异构数据资源进行语义化的过程。 相似文献
7.
针对工业过程的建模数据中含有离群点的情况,提出了一种基于鲁棒主元分析(PCA)的故障诊断方法.该方法使用广义极大似然估计(M估计)代替最小二乘估计,将传统的主元分析问题转化为一个加权的重构误差优化问题,然后通过改进的非线性迭代部分最小二乘(NIPALS)算法来求得问题的最优解,在此基础上建立主元模型并构造监控统计量检测过程故障.在连续搅拌反应器(CSTR)仿真系统上的应用结果表明,鲁棒PCA方法能够消除离群点对主元模型的影响,比PCA方法分析过程数据更为准确,能更有效地诊断过程故障. 相似文献
8.
针对多元统计过程监控中的故障源识别问题,提出一种非线性主元子空间方法识别故障模式.该方法对不同类型的故障数据进行核主元分析,获得描述数据主要变化的非线性主元子空间,以此为基础构造故障模式分类器.考虑到核主元分析的计算复杂性,提出一种基于特征样本的非线性主元子空间算法,使用基于克隆选择原理的免疫算法提取特征样本用于故障模式识别.在Tennessee Easlxnan过程上的仿真结果说明,非线性子空间方法能够比线性子空间方法更有效的识别故障模式. 相似文献
9.
10.
基于动态独立成分的单类支持向量机方法及其在故障诊断中的应用 总被引:1,自引:1,他引:0
针对工业过程故障诊断中数据的动态性、非高斯性和非线性特点,提出一种基于动态独立成分的单类支持向量机(OCSVM)方法。为了分析数据的动态特性和非高斯性,应用动态独立成分分析(DICA)方法提取数据变量中的动态独立成分作为特征信息,基于特征信息建立OCSVM模型并构造非线性监控统计量。检测到故障后,计算故障数据与故障模式数据决策超平面的相似度,通过相似度分析识别故障模式。在Tennessee Eastman基准过程上的仿真结果表明,提出的方法能够比单类支持向量机更有效地检测过程故障,并且能够正确识别故障模式。 相似文献