检索结果-南通市图书馆

基于最大信息系数和深度残差图卷积的工业过程故障诊断方法

在线全文

学校读者我要写书评

暂无评论

高校化学工程学报 2023年第1期37卷 111-119页

作者：任佳孙思宇鲍克浙江理工大学信息科学与工程学院浙江杭州310018 浙江省电子信息产品检验研究院浙江杭州310007 中国计量大学浙江省智能制造质量大数据溯源与应用重点实验室浙江杭州310018

针对工业数据非线性、时变性、时空特征耦合的特点,提出一种基于最大信息系数和残差图卷积网络的工业过程故障诊断算法(MIC-RGCN)。引入最大信息系数(MIC)挖掘变量之间的相关关系,将高维变量之间的相关信息转换为空间距离信息,构建相关... 详细信息

针对工业数据非线性、时变性、时空特征耦合的特点,提出一种基于最大信息系数和残差图卷积网络的工业过程故障诊断算法(MIC-RGCN)。引入最大信息系数(MIC)挖掘变量之间的相关关系,将高维变量之间的相关信息转换为空间距离信息,构建相关性矩阵作为图卷积层的邻接矩阵输入;构建改进的深度残差图卷积网络(GCN)模型对数据的时空特征进行深度融合提取并精准分类。在田纳西-伊斯曼过程和三相流过程数据集上将该算法与4种典型机器学习和深度学习算法进行对比测试。实验结果表明,该算法有效地提升了故障诊断的准确率。

关键词：故障诊断最大信息系数图卷积网络田纳西-伊斯曼过程三相流过程

在线全文

学校读者我要写书评

暂无评论

基于极深因子分解机的化工过程故障诊断方法

过程工程学报 2022年第1期22卷 135-144页

作者：何亚东袁壮林扬高新江李传坤王春利中国石化安全工程研究院化学品安全控制国家重点实验室山东青岛266071

近年来,随着化学工艺、设备的复杂化和大型化程度不断深入,如何为化工企业及时、准确地诊断故障、排除事故,成为一个极具挑战性的问题。目前,以深度学习为代表的化工过程故障检测与诊断技术成为业界解决问题的主要思路之一,但现有深度... 详细信息

近年来,随着化学工艺、设备的复杂化和大型化程度不断深入,如何为化工企业及时、准确地诊断故障、排除事故,成为一个极具挑战性的问题。目前,以深度学习为代表的化工过程故障检测与诊断技术成为业界解决问题的主要思路之一,但现有深度方法在构建诊断模型时只关注了变量的非线性高阶特征,不能充分、全面地挖掘多源交互信息,难以有效地融合各类异构数据。基于此,提出一种基于极深因子分解机的化工过程故障诊断方法,通过并行融合三类不同网络模型(分解机模型、深度神经网络模型、压缩交互网络模型),实现对高阶、低阶及线性特征的自动提取和高效整合。为了评估模型性能,从单故障诊断和多故障混合诊断的角度出发,在田纳西-伊斯曼过程(TE)仿真数据集上进行了广泛的对比实验,结果表明,所提方法较以往故障诊断方法在精确率和召回率等指标上具有明显优势。

关键词：故障检测与诊断深度学习极深因子分解机特征交互田纳西-伊斯曼过程

基于EMICA-KRR的长输管道压力监测与泄漏定位方法

在线全文

学校读者我要写书评

暂无评论

系统工程理论与实践 2019年第7期39卷 1885-1895页

作者：张新生王哲西安建筑科技大学管理学院

为解决长输管道压力监测过程中泄漏突发,难以实时预警并精确定位的问题,提出一种基于集成改进独立分量分析(EMICA)和核岭回归(KRR)的管道泄漏故障检测与定位方法.首先,建立基于EMICA算法的故障检测模型,提取并分离压力数据中的高斯信号... 详细信息

为解决长输管道压力监测过程中泄漏突发,难以实时预警并精确定位的问题,提出一种基于集成改进独立分量分析(EMICA)和核岭回归(KRR)的管道泄漏故障检测与定位方法.首先,建立基于EMICA算法的故障检测模型,提取并分离压力数据中的高斯信号和非高斯信号并构造相关统计量,实现故障信号分离与主分量选择;然后,根据EMICA模型获得的故障信号,进一步构造基于KRR算法的故障诊断模型,拟合数据得出故障信号压力变化幅值,实现泄漏信号的选择与泄漏故障的定位;最后进行TE(田纳西-伊斯曼)过程的数值仿真实验以验证算法的性能.仿真结果表明:EMICA-KRR算法拥有更良好的信号分离能力,可以准确识别泄漏故障信号并精确定位管段失效位置,克服了传统方法的低效、延时等缺点.

关键词：故障诊断压力监测独立分量分析核岭回归泄漏定位田纳西-伊斯曼过程

基于递归稀疏主成分分析的工业过程在线故障监测和诊断

在线全文

学校读者我要写书评

暂无评论

控制与决策 2020年第8期35卷 2006-2012页

作者：刘金平王杰刘先锋唐朝晖马天雨肖文辉湖南师范大学智能计算与语言信息处理湖南省重点实验室长沙410081 湖南师范大学物理与电子学院长沙410081 中南大学自动化学院长沙410083

提出一种基于递归稀疏主成分分析(recursive sparse principal component analysis,RSPCA)的工业过程故障监测与诊断方法,可用于时变工业过程的自适应故障监测与诊断.通过引入弹性回归网,将主成分问题转化为Lasso与Ridge结合的凸优化问... 详细信息

提出一种基于递归稀疏主成分分析(recursive sparse principal component analysis,RSPCA)的工业过程故障监测与诊断方法,可用于时变工业过程的自适应故障监测与诊断.通过引入弹性回归网,将主成分问题转化为Lasso与Ridge结合的凸优化问题,采用秩-1矩阵修正对协方差矩阵进行递归分解,递归更新稀疏载荷矩阵和监测统计量的过程控制限,以实现连续工业过程长时间自适应故障监测,对检测出来的故障通过贡献图法实现对故障的诊断.在田纳西-伊斯曼(TE)过程进行实验验证,结果表明,与传统的故障监测方法相比,所提出的方法有效降低了故障漏检率和误报率,且时间复杂度低,确保了故障监测的灵敏度和实时性.

关键词：递归稀疏主成分分析工业过程故障监测弹性回归网田纳西-伊斯曼过程

在线全文

学校读者我要写书评

暂无评论

基于集成KPCA的非线性工业过程状态监测

计算机应用与软件 2023年第6期40卷 16-22页

作者：郑丹陈路童楚东宁波大学信息科学与工程学院浙江宁波315211

传统的KPCA(Kernel Principal Component Analysis)过程监测方法一般根据经验选取需要的核函数及一定宽度的参数,这样做是非常盲目的。同时单一KPCA模型不能对所有故障都有好的监测效果。为了解决此问题,提出基于集成KPCA的非线性工业... 详细信息

传统的KPCA(Kernel Principal Component Analysis)过程监测方法一般根据经验选取需要的核函数及一定宽度的参数,这样做是非常盲目的。同时单一KPCA模型不能对所有故障都有好的监测效果。为了解决此问题,提出基于集成KPCA的非线性工业过程状态监测方法。通过选取一系列的核函数及其参数构建不同的KPCA模型得到子模型,用贝叶斯方法将众多子模型的监测统计量转化为故障概率,分两步进行融合,得到最终监测结果。实验结果表明,该方法显著地提高了监测性能,同时减小核函数及参数选取对故障监测的影响。

关键词：核主成分分析集成学习贝叶斯融合故障监测田纳西-伊斯曼过程

在线全文

学校读者我要写书评

暂无评论

基于可变滑动窗口KLPP的故障检测

大连工业大学学报 2023年第6期42卷 463-468页

作者：郭金玉郭佳燕李元沈阳化工大学信息工程学院辽宁沈阳110142

为了提高KLPP在故障检测过程中对非线性和时变特性的自适应能力,提出一种基于可变滑动窗口KLPP(VMWKLPP)的故障检测方法。利用训练数据建立KLPP模型,并计算其统计量和控制限;对测试样本块进行检验,通过正常过程的变化来调节窗口的大小,... 详细信息

为了提高KLPP在故障检测过程中对非线性和时变特性的自适应能力,提出一种基于可变滑动窗口KLPP(VMWKLPP)的故障检测方法。利用训练数据建立KLPP模型,并计算其统计量和控制限;对测试样本块进行检验,通过正常过程的变化来调节窗口的大小,选择最优的窗口大小。滑动窗口来添加新的样本块和丢弃旧的样本块,实现窗口数据样本的实时更新,以进一步更新KLPP模型和控制限。将该方法运用于田纳西-伊斯曼过程中,仿真结果表明,与KLPP和滑动窗口KLPP(MWKLPP)相比,VMWKLPP方法在工业过程监控中具有明显的优越性。

关键词：故障检测核局部保持投影(KLPP) 田纳西-伊斯曼过程可变滑动窗口

样本重构多尺度孪生卷积网络的化工过程故障检测

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2019年第11期40卷 181-188页

作者：王翔柯飂挺任佳浙江理工大学自动化系杭州310018

基于数据驱动的故障检测已成为工业过程故障检测的重要手段,但其在实际应用时受限于过程历史数据的规模,往往难以取得令人满意的检测精度。针对这一问题,提出了一种样本空间重构策略,该策略基于随机采样构造同类、异类样本对,在扩充数... 详细信息

基于数据驱动的故障检测已成为工业过程故障检测的重要手段,但其在实际应用时受限于过程历史数据的规模,往往难以取得令人满意的检测精度。针对这一问题,提出了一种样本空间重构策略,该策略基于随机采样构造同类、异类样本对,在扩充数据规模的同时,将复杂的分类建模问题转化为样本间的相似度对比问题,降低了任务的复杂度。在此基础上,引入并改进孪生卷积神经网络(Siamese CNN)结构,提出了一种基于多尺度孪生卷积神经网络(Multi-scale Siamese CNN)的化工过程故障检测方法。田纳西-伊斯曼(TE)过程数据测试结果表明,所提算法的平均故障检测准确率达到89.66%,相对于常规数据驱动的故障检测算法提高8%以上。

关键词：过程系统故障检测样本重构多尺度孪生卷积神经网络田纳西-伊斯曼过程

在线全文

学校读者我要写书评

暂无评论

基于改进稀疏主元分析的在线故障监测和诊断

计算机仿真 2022年第3期39卷 448-453页

作者：王贤瑞赵国新刘昱李晶北京石油化工学院信息工程学院北京102617

针对传统主元在线故障监测方法中故障误诊率高、故障监测统计量不足以及故障定位不准确等问题,提出了一种基于改进稀疏主元分析(SPCA)的在线故障监测和诊断方法。方法使用弹性网络,权衡优化Lasso和Ridge惩罚项对主元进行稀疏,将传统故... 详细信息

针对传统主元在线故障监测方法中故障误诊率高、故障监测统计量不足以及故障定位不准确等问题,提出了一种基于改进稀疏主元分析(SPCA)的在线故障监测和诊断方法。方法使用弹性网络,权衡优化Lasso和Ridge惩罚项对主元进行稀疏,将传统故障检测算法中的平方预测误差根据过程变量的复相关系数拆分为主元相关变量残差(PVR)和一般过程变量残差(CVR)监测故障,最后使用贡献图法进行故障诊断。将改进的SPCA在线故障监测方法应用于田纳西-伊斯曼过程进行验证,结果表明,上述方法有效降低了故障误诊率,为故障监测提供新的统计量,使故障定位更加准确,确保了在线故障监测和故障诊断的准确性。

关键词：稀疏主元分析故障诊断变量残差田纳西-伊斯曼过程

在线全文

学校读者我要写书评

暂无评论

基于稀疏自编码器的工控系统态势理解算法

计算机仿真 2023年第7期40卷 368-372页

作者：覃泽文赵国新刘昱张强北京石油化工学院信息工程学院北京102617

态势感知对提高工控系统的安全性有着重要作用。结合深度学习理论,提出基于稀疏自编码器的工控系统态势理解算法。算法使用稀疏自编码器对工业控制系统现场控制层数据降维,提取有效特征;随后使用K-means聚类算法对系统正常安全态势建模... 详细信息

态势感知对提高工控系统的安全性有着重要作用。结合深度学习理论,提出基于稀疏自编码器的工控系统态势理解算法。算法使用稀疏自编码器对工业控制系统现场控制层数据降维,提取有效特征;随后使用K-means聚类算法对系统正常安全态势建模;最后通过对比工业控制系统现场控制层实时监控数据进行分析,对系统当前安全态势进行判断。将上述方法应用于田纳西-伊斯曼过程数据集进行验证,结果表明,所提方法可以准确有效地提出系统当前安全态势。

关键词：稀疏自编码器态势理解工业控制系统田纳西-伊斯曼过程