一种基于局部模型的非线性多工况过程监测方法

• 作者: 刘毅 宋执环 王海清 葛志强
• 来源期刊: 自动化学报
• 学科: 工学
• 关键词: 多工况 非高斯 非线性 局部模型 最小二乘支持向量机回归(LSSVR) ICA-PCA
• 年，卷（期）: 2008,（7）
• 所属期刊栏目: 论文与报告
• 页码范围: 792-797
• 页数: 6页
• 分类号: TP277
• 字数: 4223字
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2008.00792

摘要

针对复杂工业过程中的非线性、非高斯特性以及多工况问题,提出了一种基于局部模型的在线统计监测新方法.首先利用局部最小二乘支持向量机回归(Least square support vector regression, LSSVR)模型对过程输出进行预测,与真实的输出相比较构成残差序列.然后利用ICA-PCA两步特征提取策略,完整地提取残差的高斯和非高斯信息,最后用三个统计量(I2、T2和SPE)对过程进行监测,建立了一种具有非线性、非高斯特性的多工况过程在线监测算法.通过对TE (Tennessee Eastman)过程的仿真研究,验证提出的方法是可行、有效的,并显示出了一定的故障检测能力.

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	浙江大学工业控制研究所工业控制技术国家重点实验室	140	1808	23.0	36.0
2	王海清	浙江大学工业控制研究所工业控制技术国家重点实验室	39	500	11.0	21.0
3	刘毅	浙江大学工业控制研究所工业控制技术国家重点实验室	43	1165	13.0	34.0
4	葛志强	浙江大学工业控制研究所工业控制技术国家重点实验室	13	145	6.0	12.0