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

基于统计模量分析间歇过程故障检测方法研究

仪器仪表学报 2013年第9期34卷 2103-2110页

作者：张成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

针对间歇生产过程非线性、动态性、多阶段、采样不同步等特点,提出一种基于统计模量分析的故障检测方法。间歇过程统计模量反映原始数据特征,可以有效提取过程的非线性特征,保证了统计模量近似服从高斯分布,并使采样数据在不丢失信息的... 详细信息

针对间歇生产过程非线性、动态性、多阶段、采样不同步等特点,提出一种基于统计模量分析的故障检测方法。间歇过程统计模量反映原始数据特征,可以有效提取过程的非线性特征,保证了统计模量近似服从高斯分布,并使采样数据在不丢失信息的前提下同步化处理。在统计模量训练集中应用主元分析(PCA)方法进行故障检测,可以满足T2和SPE控制限确定的假设要求,使故障检测的准确性与可靠性得到提高。通过在盘尼西林发酵间歇过程中的应用和与多向主元分析(MPCA)、核主元分析(KPCA)等方法对比,验证了此方法的有效性。

关键词：间歇过程统计模量主元分析故障检测

基于DPCA残差互异度的故障检测与诊断方法

在线全文

学校读者我要写书评

暂无评论

自动化学报 2022年第1期48卷 292-301页

作者：张成戴絮年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

针对动态主元分析方法中残差自相关性降低过程故障检测率问题,提出基于动态主元分析残差互异度的故障检测与诊断方法.首先,应用动态主元分析(Dynamic principal component analysis,DPCA)计算动态过程数据的残差得分;接下来,应用滑动窗... 详细信息

针对动态主元分析方法中残差自相关性降低过程故障检测率问题,提出基于动态主元分析残差互异度的故障检测与诊断方法.首先,应用动态主元分析(Dynamic principal component analysis,DPCA)计算动态过程数据的残差得分;接下来,应用滑动窗口技术并结合互异度指标(Dissimilarity)来监控过程残差得分状态;最后,利用基于变量贡献图的方法进行过程故障诊断分析.本文方法通过DPCA捕获过程的动态特征,同时互异度指标区别于传统的平方预测误差(Square prediction error,SPE),它可以有效地对具有自相关性的残差得分进行过程状态监控.通过一个数值例子和Tennessee Eastman(TE)过程的仿真实验并与传统方法对比分析,仿真结果进一步证实了本文方法的有效性.

关键词：动态主元分析互异度滑动窗口故障诊断

基于局部保持嵌入-K近邻比率密度的半导体蚀刻过程故障诊断策略

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

控制理论与应用 2020年第6期37卷 1342-1348页

作者：张成郑百顺郭青秀冯立伟李元沈阳化工大学技术过程故障诊断与安全性研究中心辽宁沈阳110142

针对多模态间歇过程存在数据维度高且方差差异较大的特征,提出一种基于局部保持嵌入–K近邻比率密度(NPE–KRD)规则的故障检测方法.首先,利用局部保持嵌入(NPE)方法将原始的高维数据投影到低维空间;其次,在低维空间通过计算样本的密度... 详细信息

针对多模态间歇过程存在数据维度高且方差差异较大的特征,提出一种基于局部保持嵌入–K近邻比率密度(NPE–KRD)规则的故障检测方法.首先,利用局部保持嵌入(NPE)方法将原始的高维数据投影到低维空间;其次,在低维空间通过计算样本的密度及其前K近邻密度的均值来建立K近邻比率密度(KRD);最后,根据核密度估计法确定统计量控制限并进行故障诊断.NPE方法既能够在低维空间保持数据局部近邻结构,又能够降低故障检测过程的计算复杂度.通过引入比率密度,NPE–KRD可以降低多模态方差结构差异对故障检测的影响,提高过程故障检测率.通过数值例子和半导体工业过程的仿真实验,并与主元分析、K近邻、局部保持嵌入等方法进行比较,验证了本文方法的有效性.

关键词：局部保持嵌入 K近邻比率密度半导体蚀刻过程故障诊断多工况

基于密度标准误差的局部保持投影故障检测策略

在线全文

学校读者我要写书评

暂无评论

控制理论与应用 2020年第8期37卷 1757-1765页

作者：张成郭青秀冯立伟李元沈阳化工大学技术过程故障诊断与安全性研究中心辽宁沈阳110142

针对协方差结构具有显著差异的多模态过程故障检测问题,本文提出一种基于密度标准误差的局部保持投影故障检测策略(LPP-DSE).首先,根据样本距离矩阵确定样本截止距离;接下来,应用截止距离计算每个样本的本质密度及其前k近邻样本的估计密... 详细信息

针对协方差结构具有显著差异的多模态过程故障检测问题,本文提出一种基于密度标准误差的局部保持投影故障检测策略(LPP-DSE).首先,根据样本距离矩阵确定样本截止距离;接下来,应用截止距离计算每个样本的本质密度及其前k近邻样本的估计密度;最后,通过样本的密度误差及其k近邻密度的标准差构建统计量并完成过程监控.本文方法通过应用局部保持投影(LPP)对过程数据进行维数约减可以保证过程监控的及时性;同时,通过设计密度标准误差(DSE)统计量可以有效提高多模态过程的故障检测率.此外,本文给出基于贡献图的诊断方法能够准确识别故障发生的原因.通过数值例子和半导体工业实例测试,并与主元分析、邻域保持嵌入、局部保持投影、k近邻故障检测等方法比较,实验结果进一步验证了LPP-DSE方法的有效性.

关键词：局部保持投影 k近邻多模态过程主元分析故障检测

基于时空近邻标准化和局部离群因子的复杂过程故障检测

在线全文

学校读者我要写书评

暂无评论

控制理论与应用 2020年第3期37卷 651-657页

作者：冯立伟李元张成谢彦红沈阳化工大学数理系辽宁沈阳110142 沈阳化工大学技术过程故障诊断与安全性研究中心辽宁沈阳110142

针对复杂过程数据的非线性、动态性和中心漂移等特征,提出了基于时空近邻标准化和局部离群因子的故障检测方法(TSNS–LOF).首先使用训练样本在时空两个方向上的近邻集来标准化训练样本;然后在标准样本集上计算样本的局部离群因子,并确... 详细信息

针对复杂过程数据的非线性、动态性和中心漂移等特征,提出了基于时空近邻标准化和局部离群因子的故障检测方法(TSNS–LOF).首先使用训练样本在时空两个方向上的近邻集来标准化训练样本;然后在标准样本集上计算样本的局部离群因子,并确定其上分位点作为检测控制限,进行在线故障检测.时空近邻标准化解决了复杂过程数据的非线性、动态性和中心漂移的问题;局部离群因子通过度量样本的相似度实现了故障样本和正常样本的分离.将TSNS–LOF应用于田纳西–伊斯曼过程(TE)过程进行故障检测实验,结果表明相对于主元分析、动态主元分析、k近邻、局部离群因子等方法, TSNS–LOF对故障预警更加及时且具有更高的故障检测率.理论分析和仿真实验说明TSNS–LOF方法适用于具有动态性或多模态特性或两者兼具的过程故障检测,能够更好地保障生产过程的安全性和产品的高质量.

关键词：时空近邻标准化局部离群因子模型主元分析过程控制

基于标准距离k近邻的多模态过程故障检测策略

在线全文

学校读者我要写书评

暂无评论

控制理论与应用 2019年第4期36卷 553-560页

作者：冯立伟张成李元谢彦红沈阳化工大学数理系辽宁沈阳110142 沈阳化工大学技术过程故障诊断与安全性研究中心辽宁沈阳110142

工业产品的生产经常需要在不同模态间切换,多模态过程数据具有多中心和方差差异大等特点.针对多模态过程数据的特征,通过构造标准距离,提出了基于标准距离k近邻的故障检测策略(SD–kNN).首先在标准距离度量下计算样本与其前k近邻的距离... 详细信息

工业产品的生产经常需要在不同模态间切换,多模态过程数据具有多中心和方差差异大等特点.针对多模态过程数据的特征,通过构造标准距离,提出了基于标准距离k近邻的故障检测策略(SD–kNN).首先在标准距离度量下计算样本与其前k近邻的距离;其次将近邻距离的平方和的均值作为样本的统计量D^2;最后,根据D^2的分布确定检测方法的控制限,当新样本的D^2大于控制限时,判定其为故障,否则为正常.标准距离使不同模态中样本间的近邻距离能够在同一尺度下度量,使得SD–kNN的D^2能够准确反映样本间的相似程度.进行了数值模拟过程和青霉素发酵过程故障检测实验. SD–kNN方法检测出了数值模拟过程的全部故障和青霉素过程95%以上的故障,相对于PCA, kPCA, FD–kNN等方法具有更高的故障检测率. SD–kNN继承了FD–kNN对一般多模态过程的故障检测能力,还能够对方差差异显著的多模态过程进行故障检测.

关键词：主元分析核主元分析 k近邻故障检测多模态

基于加权统计特征KICA的故障检测与诊断方法

在线全文

学校读者我要写书评

暂无评论

化工学报 2022年第2期73卷 827-837页

作者：张成潘立志李元沈阳化工大学理学院辽宁沈阳110142 沈阳化工大学技术过程故障诊断与安全性研究中心辽宁沈阳110142

针对核独立元分析(kernel independent component analysis,KICA)在非线性动态过程中对微小故障检测率低的问题,提出一种基于加权统计特征KICA(weighted statistical feature KICA,WSFKICA)的故障检测与诊断方法。首先,利用KICA从原始数据中捕获独立元数据和残差数据;然后,通过加权统计特征和滑动窗口获取改进统计特征数据集,并由此数据集构建统计量进行故障检测;最后,利用基于变量贡献图的方法进行过程故障诊断。与传统KICA统计量相比,所提方法的统计量对非线性动态过程中的微小故障具有更高的故障检测性能。应用该方法对一个数值例子和田纳西-伊斯曼(Tennessee-Eastman,TE)过程进行仿真测试,仿真结果显示出所提方法相对于独立元分析(ICA)、KICA、核主成分分析(kernel principal component analysis,KPCA)和统计局部核主成分分析(statistical local kernel principal component analysis,SLKPCA)检测的优势。

关键词：独立元分析微小故障统计特征过程控制参数估值故障诊断动态仿真

邻域保持嵌入—加权k近邻故障检测算法及其在半导体蚀刻过程中的应用

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

信息与控制 2019年第6期48卷 738-744页

作者：张成郑晓芳郭青秀冯立伟戴絮年李元沈阳化工大学技术过程故障诊断与安全性研究中心辽宁沈阳110142

为了解决复杂的多模态过程故障检测问题,提出了邻域保持嵌入—加权k近邻规则(neighborhood preserving embedding-weighted k-nearest neighbors,NPE-wkNN)质量监控方法.首先,利用邻域保持嵌入(neighborhood preserving embedding,NPE)得到特征空间中数据的流形结构;然后,在特征空间中确定每个样本第k近邻的前K近邻集并计算样本的权重.最后,将样本的加权距离作为统计量对过程进行质量监控.NPE-wkNN方法在保持原始数据近邻结构的同时降低了计算复杂度,除此之外,权重规则消除了数据的多模态特征,从而提高了过程故障检测率.通过数值实例和半导体蚀刻工艺仿真实验,对比了传统的主元分析(principal component analysis,PCA)、NPE、k近邻(k-nearest neighbor,kNN)、加权k近邻(weighted kNN,wkNN)等方法,结果验证了本文方法的有效性.

关键词：邻域保持嵌入加权k近邻规则故障检测半导体蚀刻过程

基于邻域保持嵌入-支持向量数据描述的过程监控算法及其应用

在线全文

学校读者我要写书评

暂无评论

信息与控制 2020年第5期49卷 625-632页

作者：谢彦红贾冬妮张成戴絮年李元沈阳化工大学技术过程故障诊断与安全性研究中心辽宁沈阳110142

针对非线性、多模态间歇过程的故障检测问题,提出一种基于邻域保持嵌入的支持向量数据描述(support vector data description based on neighborhood preserving embedding, NPE-SVDD)故障检测策略.首先,利用NPE算法将原始数据降维到特... 详细信息

针对非线性、多模态间歇过程的故障检测问题,提出一种基于邻域保持嵌入的支持向量数据描述(support vector data description based on neighborhood preserving embedding, NPE-SVDD)故障检测策略.首先,利用NPE算法将原始数据降维到特征空间.接下来,在特征空间建立SVDD模型,计算超球体的球心O和半径R.对于测试样本,计算其到球心的距离D,对比D与R的大小确定样本状态.检测样本状态后,应用距离贡献图法进行故障变量定位分析. NPE算法可以保留原始数据的局部信息;并通过结合SVDD分类规则代替原始NPE算法的T2和SPE统计量,消除了数据服从高斯分布的限制,提高了故障检测率.利用数值模拟过程和半导体蚀刻过程仿真,将实验结果与主元分析(principal component analysis, PCA)、 NPE、 SVDD等方法进行对比分析,验证了NPE-SVDD方法的有效性.

关键词：邻域保持嵌入(NPE) 支持向量数据描述(SVDD) 多模态半导体蚀刻过程故障检测