本文選題：間歇過程 + 過程監(jiān)控　； 參考：《控制與決策》2017年03期

【摘要】：針對間歇過程中三維數(shù)據(jù)展開為二維造成的部分信息丟失以及數(shù)據(jù)的全局和局部結(jié)構(gòu)可能發(fā)生的變化,提出一種基于張量分解的時序擴(kuò)展全局局部鄰域保持嵌入(TTGNPE)算法.首先利用TTGNPE算法直接處理間歇過程中的三維數(shù)據(jù),以避免因展開為二維而造成的信息丟失;然后,將近鄰流形嵌入并引入數(shù)據(jù)空間的全局和局部結(jié)構(gòu)保持中,充分提取數(shù)據(jù)的局部和全局特征信息;最后,結(jié)合移動數(shù)據(jù)窗技術(shù)來處理過程的動態(tài)時變性,檢測到故障后用貢獻(xiàn)圖法診斷出故障變量.通過青霉素發(fā)酵過程驗(yàn)證了所提出的算法對間歇過程故障檢測與診斷的優(yōu)越性.
[Abstract]:In view of the partial information loss caused by 3D data expansion and the possible changes in global and local structures of the data during intermittent process, a time-series extended global local neighborhood preserving embedding (TTGNPE) algorithm based on Zhang Liang decomposition is proposed. Firstly, the TTGNPE algorithm is used to deal with the 3D data in the intermittent process directly to avoid the information loss caused by the expansion. Then, the nearest neighbor manifold is embedded and introduced into the global and local structure preservation of the data space. The local and global feature information of the data is fully extracted. Finally, the dynamic time-varying of the process is treated with the mobile data window technology, and the fault variables are diagnosed by the contribution diagram method after the fault is detected. The superiority of the proposed algorithm in fault detection and diagnosis of batch process was verified by penicillin fermentation process.
【作者單位】： 蘭州理工大學(xué)電氣工程與信息工程學(xué)院;
【基金】：國家自然科學(xué)基金項(xiàng)目(61370037) 甘肅省基礎(chǔ)研究創(chuàng)新群體基金項(xiàng)目(1506RJIA031)
【分類號】：TP277

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王麗;侍洪波;;基于核獨(dú)立元分析的間歇過程在線監(jiān)控[J];化工學(xué)報(bào);2010年05期

2 齊詠生;王普;高學(xué)金;陳修哲;;一種新的多階段間歇過程在線監(jiān)控策略[J];儀器儀表學(xué)報(bào);2011年06期

3 賈立;程大帥;曹魯明;邱銘森;;基于數(shù)據(jù)的間歇過程時變神經(jīng)模糊模型研究[J];計(jì)算機(jī)與應(yīng)用化學(xué);2011年07期

4 史洪巖;苑明哲;王天然;袁德成;;間歇過程動態(tài)優(yōu)化方法綜述[J];信息與控制;2012年01期

5 宋建成;;探討化工間歇過程的控制策略[J];化工自動化及儀表;1990年01期

6 章寅源;;探討間歇過程控制的設(shè)計(jì)描述方法[J];煉油化工自動化;1993年04期

7 趙春暉;王福利;姚遠(yuǎn);高福榮;;基于時段的間歇過程統(tǒng)計(jì)建模、在線監(jiān)測及質(zhì)量預(yù)報(bào)[J];自動化學(xué)報(bào);2010年03期

8 李春富;鄭松;葛銘;;基于遞推非線性部分最小二乘模型的間歇過程批到批優(yōu)化[J];計(jì)算機(jī)與應(yīng)用化學(xué);2011年07期

9 張子羿;胡益;侍洪波;;一種基于聚類方法的多階段間歇過程監(jiān)控方法[J];化工學(xué)報(bào);2013年12期

10 郭明,謝磊,王樹青;基于模型的多尺度間歇過程性能監(jiān)控[J];系統(tǒng)工程理論與實(shí)踐;2004年01期

相關(guān)會議論文 前7條

1 趙春暉;王福利;賈明興;;一種改進(jìn)的聚類算法在間歇過程中的應(yīng)用[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

2 劉興紅;鄒志云;劉建友;劉景全;王志甄;;間歇過程的多變量統(tǒng)計(jì)性能監(jiān)控技術(shù)綜述[A];2009中國過程系統(tǒng)工程年會暨中國mes年會論文集[C];2009年

3 胡益;馬賀賀;侍洪波;;基于局部模型的KPLS方法及其在間歇過程故障檢測中的應(yīng)用[A];第25屆中國控制與決策會議論文集[C];2013年

4 郭小萍;王福利;賈明興;;基于sub-MPLS的多階段間歇過程質(zhì)量預(yù)測與控制[A];第十七屆全國過路控制會議論文集[C];2006年

5 郭小萍;趙文丹;李元;;基于子時段LS-SVM的間歇過程質(zhì)量預(yù)測[A];2009中國控制與決策會議論文集（3）[C];2009年

6 王妍;李宏光;;青霉素發(fā)酵間歇過程的特征狀態(tài)監(jiān)督[A];2011年中國智能自動化學(xué)術(shù)會議論文集（第一分冊）[C];2011年

7 郭小萍;王福利;賈明興;;基于滑動窗PCA的諾西肽發(fā)酵過程子時段劃分和在線監(jiān)測[A];第二十四屆中國控制會議論文集（下冊）[C];2005年

相關(guān)博士學(xué)位論文 前7條

1 謝磊;間歇過程統(tǒng)計(jì)性能監(jiān)控研究[D];浙江大學(xué);2005年

2 杜紅彬;間歇過程時頻域建模及其模型預(yù)測控制研究[D];大連理工大學(xué);2002年

3 趙春暉;多時段間歇過程統(tǒng)計(jì)建模、在線監(jiān)測及質(zhì)量預(yù)報(bào)[D];東北大學(xué);2009年

4 劉毅;間歇過程的核學(xué)習(xí)自適應(yīng)建模與控制研究及工業(yè)應(yīng)用[D];浙江大學(xué);2009年

5 王姝;基于數(shù)據(jù)的間歇過程故障診斷及預(yù)測方法研究[D];東北大學(xué);2010年

6 胡益;基于KPLS的工業(yè)過程監(jiān)測方法研究[D];華東理工大學(xué);2014年

7 李贛平;基于智能計(jì)算的過程控制與優(yōu)化若干研究[D];上海交通大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 項(xiàng)亞南;基于MPCA的工業(yè)間歇過程故障檢測方法改進(jìn)研究[D];江南大學(xué);2015年

2 陳川;基于近鄰規(guī)則的間歇過程故障檢測算法研究[D];電子科技大學(xué);2015年

3 陳子鋒;面向具有不確定因素的間歇過程迭代學(xué)習(xí)控制[D];北京化工大學(xué);2015年

4 劉莉;基于核Fisher包絡(luò)分析的間歇過程故障診斷[D];北京化工大學(xué);2015年

5 李和平;基于核函數(shù)的間歇過程軟分段建模方法研究[D];北京化工大學(xué);2015年

6 崔寧;基于多階段MICA的間歇過程故障監(jiān)測[D];北京工業(yè)大學(xué);2015年

7 張亞潮;基于多尺度MICA的間歇過程故障監(jiān)測與診斷[D];北京工業(yè)大學(xué);2015年

8 武建;帶修正項(xiàng)的間歇過程迭代優(yōu)化控制方法及改進(jìn)研究[D];東北大學(xué);2014年

9 王海燕;基于單批次時段劃分的間歇過程故障監(jiān)測方法研究[D];東北大學(xué);2014年

10 張冰冰;基于數(shù)據(jù)的間歇過程指標(biāo)控制方法研究[D];東北大學(xué);2014年

，

本文編號：2058084