检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于特征空间k最近邻的批次过程监视

自动化学报 2014年第1期40卷 135-142页

作者：郭小萍袁杰李元沈阳化工大学信息工程学院沈阳110142

针对具有非高斯、非线性及多工况特性的批次过程,提出一种基于特征量最近邻统计指标的过程监视方法.首先,将批次过程正常工况原始数据投影到其特征空间,提取主元T和平方预测误差SPE,并进行特征量k最近邻距离平方和的求解.然后,采用核密... 详细信息

针对具有非高斯、非线性及多工况特性的批次过程,提出一种基于特征量最近邻统计指标的过程监视方法.首先,将批次过程正常工况原始数据投影到其特征空间,提取主元T和平方预测误差SPE,并进行特征量k最近邻距离平方和的求解.然后,采用核密度估计法获得概率密度分布函数,确定统计监视控制限.特征空间的主元T和SPE特征量能全面代表原始数据的有用信息.采用特征量k最近邻建立监视模型将会节省存储空间,提高建模样本数量与变量之比以及检测异常工况的速度.另外,利用局部近邻数据建模可以解决过程具有的非线性和多工况问题,而应用核密度估计法可以解决过程数据具有的非高斯分布问题.最后,在半导体生产过程的成功应用表明了所提方法的有效性.

关键词：特征空间k最近邻过程监视批次过程半导体生产过程

不等长批次过程的有序时段划分、建模及故障检测（英文）

在线全文

学校读者我要写书评

暂无评论

控制理论与应用 2015年第9期32卷 1226-1232页

作者：李文卿赵春晖孙优贤浙江大学控制科学与工程学院工业控制技术国家重点实验室浙江杭州310027

对具有不等长时段的多时段批次过程进行监测是十分重要而且具有一定难度的.时段在批次间的错位现象导致时间方向的不同过程特性混合在一起,这给时段分析以及在线应用带来了一系列的问题.为了解决不等长所带来的问题,本文提出一种基于不... 详细信息

对具有不等长时段的多时段批次过程进行监测是十分重要而且具有一定难度的.时段在批次间的错位现象导致时间方向的不同过程特性混合在一起,这给时段分析以及在线应用带来了一系列的问题.为了解决不等长所带来的问题,本文提出一种基于不等长时段有序识别及建模的故障检测方法.该方法的主要贡献包括以下方面:1)该方法通过步进地衡量过程的变量相关性对模型精度以及监测性能的影响,自动有序地识别出每个不等长时段;2)在每个时段内,通过对不规则的过程数据进行整合建立了时段模型以捕捉不规则的时段特性;3)本文提供了一种简单而有效的在线判断新样本隶属时段和监测其运行状态的方法.最后,本文通过一个实例-具有不等长批次长度的注塑过程阐述了本方法的有效性.

关键词：批次过程不等长批次不等长时段识别多元统计建模故障检测

卷烟制叶丝段批次过程的多阶段分布式监测与异常诊断

在线全文

学校读者我要写书评

暂无评论

烟草科技 2018年第2期51卷 69-76页

作者：王伟张利宏黎明星樊虎赵春晖浙江中烟工业有限责任公司杭州市西湖区科海路118号310024 浙江大学控制科学与工程学院工业控制技术国家重点实验室杭州市西湖区浙大路38号310027

为解决卷烟制叶丝段批次过程中待机运行阶段存在监测盲区,以及不同设备并发异常对整体监测模型的相互干扰等问题,采用横向分块、纵向分层的策略,提出一种多阶段分布式监测与异常诊断方法。根据待机运行阶段和稳定生产阶段的不同监测需求... 详细信息

为解决卷烟制叶丝段批次过程中待机运行阶段存在监测盲区,以及不同设备并发异常对整体监测模型的相互干扰等问题,采用横向分块、纵向分层的策略,提出一种多阶段分布式监测与异常诊断方法。根据待机运行阶段和稳定生产阶段的不同监测需求,采用主元分析方法分别建立Sirox增温增湿机和KLD薄板烘丝机在不同阶段的监测模型,实现不同阶段设备异常的有效检测,并利用贡献图方法对异常原因进行准确识别。以杭州卷烟厂制叶丝段的实际运行数据进行验证,结果表明:该方法能够提高监测模型对批次过程信息的捕捉能力,准确有效监测和诊断不同阶段的设备异常。该方法为智慧卷烟工厂制丝批次过程的状态监测与异常诊断提供了理论支撑。

关键词：卷烟制叶丝段批次过程分块分层多阶段分布式监测主元分析异常诊断

基于在线升级主样本建模的批次过程kNN故障检测方法

在线全文

学校读者我要写书评

暂无评论

信息与控制 2014年第4期43卷 495-500页

作者：郭金玉陈海彬李元沈阳化工大学信息工程学院辽宁沈阳110142

针对批次过程故障检测建模样本数据量大、重复性强、噪声干扰多、数据利用率低等问题,提出了一种基于在线升级主样本建模(PSM)的kNN故障检测方法.首先,通过对原始数据样本间协方差、相关系数、样本方差等统计特征的分析进行主样本的提取... 详细信息

针对批次过程故障检测建模样本数据量大、重复性强、噪声干扰多、数据利用率低等问题,提出了一种基于在线升级主样本建模(PSM)的kNN故障检测方法.首先,通过对原始数据样本间协方差、相关系数、样本方差等统计特征的分析进行主样本的提取,使原始数据空间得到压缩,并将新采集的正常数据代入主样本模型,使得主样本空间得到在线升级.然后,基于在线升级的主样本建模运用k最近邻规则(kNN)进行批次过程故障检测.最后,在多阶段半导体生产过程中的成功应用验证了该方法的有效性.

关键词：建模 k最近邻(kNN) 故障检测批次过程

在线全文

学校读者我要写书评

暂无评论

批次过程二维递推辨识方法研究

批次过程二维递推辨识方法研究

作者：朱国栋浙江大学

学位级别：硕士

准确的数学模型是批次过程先进控制与优化的关键。与连续过程不同,批次过程存在非稳态操作、非线性时变、有限运行时间、运行重复性等鲜明特点,面向连续过程的系统辨识方法直接应用到批次过程,难以取得好的建模品质。另外,现有的批次过... 详细信息

准确的数学模型是批次过程先进控制与优化的关键。与连续过程不同,批次过程存在非稳态操作、非线性时变、有限运行时间、运行重复性等鲜明特点,面向连续过程的系统辨识方法直接应用到批次过程,难以取得好的建模品质。另外,现有的批次过程辨识方法利用批次重复特性,沿批次方向进行递推辨识,存在估计结果波动大、数据利用率低的问题。本文利用批次过程的二维特性,开展批次过程时变ARX模型的二维递推辨识研究,提高递推辨识算法的精度和收敛速度。主要研究成果如下:（1）针对沿批次方向递推最小二乘辨识方法存在参数估计波动大、数据利用率低的问题,本文利用批次过程的重复特性和局部建模思想,提出了基于局部多项式的批次过程二维递推最小二乘辨识方法,提高批次过程模型辨识的精度。该方法通过局部多项式对滑动时间窗口内的时变特性进行参数化建模,并通过最小化包含批次与时间这两个维度数据的损失函数,设计批次过程的二维递推最小二乘辨识算法。仿真实验结果表明该方法能有效提高参数辨识精度,降低参数波动方差。（2）针对传统遗忘因子递推最小二乘辨识方法存在的参数跟踪速度慢、不能有效处理批次间参数突变的问题,本文结合批次过程二维特性和增量辨识思想,提出了批次过程二维增量递推最小二乘辨识方法。该方法沿时间方向使用相对于前一时刻的参数增量描述时变模型,然后根据参数增量批次不变原则沿批次方向进行递推最小二乘估计。由于该方法将辨识模型由参数批次不变拓展到参数增量批次不变,使得算法能够在t-1时刻和k-1批次的二维辨识结果基础上进行参数更新,有效提高收敛速度。（3）最后,本文将局部多项式和增量辨识这两种方法进行综合,提出了一种基于局部多项式的批次过程二维增量递推最小二乘辨识方法。该方法使用局部多项式对批次内的时变参数增量进行建模,并使用最小二乘法对局部多项式系数进行递推估计。仿真实验结果表明,该方法在提高辨识精度的同时能够加快收敛速度。

关键词：批次过程递推辨识局部建模增量辨识

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

批次过程迭代建模与在线优化方法研究

批次过程迭代建模与在线优化方法研究

作者：赵瑾瑾浙江大学

学位级别：硕士

基于过程模型的优化方法是批次过程质量控制与操作优化的主流方法,然而其往往存在建模困难的问题;无模型优化方法是近阶段学者提出的优化方法,然而其存在在线实验成本高的问题。本文结合一类批次过程快速、低成本、可重复性的特性,并借... 详细信息

基于过程模型的优化方法是批次过程质量控制与操作优化的主流方法,然而其往往存在建模困难的问题;无模型优化方法是近阶段学者提出的优化方法,然而其存在在线实验成本高的问题。本文结合一类批次过程快速、低成本、可重复性的特性,并借鉴基于过程模型的优化方法与无模型优化方法各自的优点,提出了一种迭代建模与信赖域优化的方法,即局部建模、信赖域优化、在线试验相结合的方法。其具有较高的优化效率和较低的实验成本,一定程度上解决了建模过程中的模型失配问题,并且具有一定的收敛性。本文的主要研究内容总结如下：迭代建模与信赖域优化方法的关键之一是采用局部模型用于优化,本文提出一种迭代建模的策略,确保局部模型的精度逐步得到提高;其主要包括模型结构选择、数据集更新和模型残差校验。另一个关键点是信赖域优化,本文利用信赖域优化实现在优化问题求解中对优化步长的限制,确保迭代点的可信度和有效性。本文通过批次过程仿真算例验证了迭代建模与信赖域优化方法的可行性和有效性。其中对两类典型的优化问题进行了探讨,分别为目标函数未知的批次过程仿真优化和约束函数未知的批次过程仿真优化。通过对迭代过程的展示和分析,详细地介绍了该方法的求解过程和结果,验证了方法在求解不同优化命题中的可行性。本文还将此方法应用于实际工业过程中一类典型的批次过程——注塑成型过程。同样对两种典型的优化问题进行了探讨,分别为目标函数未知和约束函数未知,即过程模型体现在目标函数和约束函数中。实验结果证明了方法的可行性和有效性。本文还将该方法与传统方法进行了对比,实验结果有力地验证了该方法能更快更好地解决批次过程质量控制与操作优化问题。

关键词：批次过程质量控制操作优化迭代建模与信赖域优化

数据驱动框架下的非高斯批次过程最小熵性能评估算法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

太原理工大学学报 2019年第2期50卷 251-254页

作者：赵雅兰续欣莹任密蜂太原理工大学电气与动力工程学院太原030024

针对一类带有非高斯干扰的批次过程控制系统,提出一种基于最小熵基准的性能评估算法。为了抑制非高斯噪声的干扰,本算法首次提出引用最小熵来作为批次过程控制系统性能评估的基准,同时考虑到批次过程控制系统的数学模型往往是复杂并难... 详细信息

针对一类带有非高斯干扰的批次过程控制系统,提出一种基于最小熵基准的性能评估算法。为了抑制非高斯噪声的干扰,本算法首次提出引用最小熵来作为批次过程控制系统性能评估的基准,同时考虑到批次过程控制系统的数学模型往往是复杂并难以确定,所以本算法引用了"黄金批次"的概念,突破传统研究中依赖模型的局限,提出一种新颖的数据驱动的评估不同批次性能的基准。通过批次化学反应堆的例子说明了所提出的算法的有效性。

关键词：最小熵非高斯批次过程性能评估黄金批次

基于T-PLS的批次过程自适应优化策略研究

在线全文

学校读者我要写书评

暂无评论

控制工程 2019年第11期36卷 2067-2072页

作者：沈建褚菲代伟贾润达马小平中国电信股份有限公司徐州分公司江苏徐州221116 中国矿业大学信息与控制工程学院江苏徐州221116 东北大学流程工业综合自动化国家重点实验室沈阳110819

提出一种基于(Total Projection to Latent Structure,T-PLS)的批次间自适应优化策略用于解决批次过程质量优化问题。由于批次过程的复杂性,模型和对象之间经常出现不匹配,进而导致了最优解必要条件(NCO)不匹配问题,最终致使优化结果只... 详细信息

提出一种基于(Total Projection to Latent Structure,T-PLS)的批次间自适应优化策略用于解决批次过程质量优化问题。由于批次过程的复杂性,模型和对象之间经常出现不匹配,进而导致了最优解必要条件(NCO)不匹配问题,最终致使优化结果只是次优。使用梯度修正方法弥补模型和对象之间的差异,同时为了保证操控变量在有效区间之内,引入了T-PLS的统计量To^2、Tr^2、Ty^2作为硬约束条件。最后通过仿真实验,验证了所提方法的有效性。

关键词：批次过程自适应优化:T-PLS 硬约束条件

在线全文

学校读者我要写书评

暂无评论

基于判别核主元空间k近邻的批次过程监视

计算机应用 2018年第8期38卷 2185-2191页

作者：张成郭青秀李元沈阳化工大学技术过程故障诊断与安全性研究中心沈阳110142

针对批次过程非线性、多模态等特征,提出一种基于判别核主元k近邻(Dis-k PCk NN)的故障检测方法。首先,在核主元分析(k PCA)中,高斯核的窗宽参数依据样本类别标签在类内窗宽和类间窗宽中判别选取,使得核矩阵能有效提取数据的关联特征,... 详细信息

针对批次过程非线性、多模态等特征,提出一种基于判别核主元k近邻(Dis-k PCk NN)的故障检测方法。首先,在核主元分析(k PCA)中,高斯核的窗宽参数依据样本类别标签在类内窗宽和类间窗宽中判别选取,使得核矩阵能有效提取数据的关联特征,保持数据的类别信息;其次,在核主元空间中引用k近邻规则代替传统的T2统计方法,k近邻规则可以有效处理主元空间非线性和多模态等特征的故障检测问题。数值模拟实例和半导体蚀刻工艺过程仿真实验表明:基于判别核主元k近邻方法可以有效地处理具有非线性和多模态结构特征的故障检测问题,提高计算的效率,减少内存的占用,并且故障检测率明显优于传统方法。

关键词：判别核主元 k近邻批次过程故障检测半导体