投稿须知
    1) 论文要求主题明确、数据可靠、逻辑严密、文字精炼。文稿必须包括题名、作者姓名、作者单位、邮编、摘要、3~8个关键词(以上内容中、英文一一对应)、中图分类号、正文(5宋)、参考文献、第一作者简介(性别、出生年、籍贯、职称、学位)。若文稿内容属基金资助项目, ...

基于MAGMM-KECA的间歇过程故障诊断方法

作者: 赵小强 [1] 周文伟 [2]

关键词: 间歇过程 故障诊断 多阶段操作特性 高斯混合模型

摘要:对具有多阶段操作特性的间歇过程进行建模时,往往忽略了不同阶段间的差异性,没有考虑阶段间的相关特性和过渡特性,影响了过程监控的精确性.针对此问题,提出了多方向自适应高斯混合模型-核熵成分分析(multiple adaptive Gaussian mixture model-Kernel entropy component analysis,MAGMM-KECA)算法,该算法无需先验知识,在自动获取不同阶段高斯模型信息的同时对多阶段进行自适应柔性划分,得到更加精确的高斯模型,解决阶段间的相关特性和过渡特性;再利用KECA处理非线性、高维数据的优越性,分别对不同阶段进行建模,引入CS(Cauchy-Schwarz)统计量对故障进行监控,检测到故障后用贡献图方法诊断出故障变量.通过青霉素发酵过程进行了验证,结果表明所提算法比MPCA、MKPCA算法具有更好的故障诊断精度.


上一篇: 基于改进的萤火虫算法优化粒子滤波方法
下一篇: 磁处理对水的结构和水垢形成的影响

Copyright 2007 Weihai China All Rights Reserved 兰州理工大学学报版权
鲁ICP备05001812号 
地址:甘肃省兰州市兰工坪路287号(730050)