原文服务方: 化工学报       
摘要:
工业过程中普遍存在噪声污染,本文在概率主元分析方法(PPCA)的基础上,把该方法推广到非高斯过程,提出一种新的基于概率独立成分分析(PICA)的过程监控方法.针对过程的非高斯和噪声信息,分别建立其对应的统计量I2和MR.通过对Tennessee Eastman(TE)过程的仿真研究,验证了该方法的可行性和有效性,较好地改善了过程的监控效果,从而更好地保证过程运行的安全、稳定性.
推荐文章
基于核PLS方法的非线性过程在线监控
核偏最小二乘
过程监控
非线性过程
质量预测
基于混合分块DMICA-PCA的全流程过程监控方法
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
基于动态单类随机森林的非线性过程监控方法
过程监控
单类随机森林
单类支持向量机
典型变量分析
基于多变量频域分解的动态时频过程监控方法研究
过程监控
频域独立成分分析
时频分析
故障检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于PICA的过程监控方法
来源期刊 化工学报 学科
关键词 概率独立成分分析 非高斯 噪声污染
年,卷(期) 2008,(7) 所属期刊栏目
研究方向 页码范围 1665-1670
页数 6页 分类号 TP277
字数 语种 中文
DOI 10.3321/j.issn:0438-1157.2008.07.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 宋执环 浙江大学工业控制技术国家重点实验室工业控制研究所 140 1808 23.0 36.0
2 葛志强 浙江大学工业控制技术国家重点实验室工业控制研究所 13 145 6.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (5)
同被引文献  (9)
二级引证文献  (35)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(8)
  • 引证文献(0)
  • 二级引证文献(8)
2018(12)
  • 引证文献(0)
  • 二级引证文献(12)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
概率独立成分分析
非高斯
噪声污染
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
化工学报
月刊
0438-1157
11-1946/TQ
大16开
1923-01-01
chi
出版文献量(篇)
11879
总下载数(次)
0
总被引数(次)
117834
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导