咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于混合分块DMICA-PCA的全流程过程监控方法 收藏

基于混合分块DMICA-PCA的全流程过程监控方法

Plant-wide process monitoring based on mixed multiblock DMICA-PCA

作     者:江伟 王振雷 王昕 JIANG Wei;WANG Zhenlei;WANG Xin

作者机构:化学工程联合国家重点实验室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 上海交通大学电工与电子技术中心上海200240 

出 版 物:《化工学报》 (CIESC Journal)

年 卷 期:2017年第68卷第2期

页      面:759-766页

核心收录:

学科分类:08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0838[工学-公安技术] 

基  金:国家自然科学基金重点项目(61134007) 国家自然科学基金青年项目(61403141) 上海市“科技创新行动计划”研发平台建设项目(13DZ2295300) 上海市自然科学基金项目(14ZR1421800) 流程工业综合自动化国家重点实验室开放课题基金资助项目(PAL-N201404)~~ 

主  题:主元分析 过程控制 过程系统 混合分块 全流程 改进的广义Dice’s系数 

摘      要:分块策略被广泛运用于全流程过程监控领域,以解决全流程过程变量关系复杂性较高的问题,但传统的分块策略与子块建模方法都未考虑过程的动态性问题,并且传统的分块策略都片面依赖于过程知识或过程数据信息,影响了过程监控的效果,为此提出了一种基于混合分块DMICA-PCA的过程监控方法。在分析过程的动态性后,先利用已知的部分过程知识进行变量的初步分块,接着利用各分块变量之间改进的广义Dice’s系数(MGDC)进行进一步的分块。然后采用DMICA-PCA方法对每个子块进行建模得到子块的统计量,并通过加权方法得到总的联合指标进行故障检测。同时对每个子块采用改进的故障诊断方法,提高了诊断效果。最后将该方法应用在TE过程的过程监控中,证明了该方法的有效性。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分