特征空间递归更新的ICA算法及发酵过程监测应用

• 作者: 刘世成 李平 王海清 高彦臣
• 来源期刊: 化工学报
• 关键词: 独立元分析 过程监测 特征空间 青霉素发酵过程
• 年，卷（期）: 2008,（11）
• 所属期刊栏目: 过程系统工程
• 页码范围: 2830-2836
• 页数: 7页
• 分类号: TP206+.3|TQ465.1
• 语种: 中文
• DOI: 10.3321/j.issn:0438-1157.2008.11.022

摘要

及时更新监测模型以适应过程的时变特性,对准确检测出化工过程异常和设备故障具有重要意义.针对普通独立元分析(ICA)算法在更新计算监测模型时计算复杂度高、效率低的缺点,提出了一种基于特征空间递归更新的在线独立元分析(RUFS-ICA)算法.将算法应用于青霉素发酵过程的在线建模与监测中,与普通ICA方法相比,仿真统计结果表明,平均误警率降低至1.67%,基本克服了漏报现象;与其他在线更新算法相比,复杂度明显降低,计算时间减少54.1%,节省了存储量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李平	浙江大学工业控制技术国家重点实验室工业控制研究所	260	3720	30.0	50.0
2	王海清	浙江大学工业控制技术国家重点实验室工业控制研究所	39	500	11.0	21.0
3	高彦臣	浙江大学工业控制技术国家重点实验室工业控制研究所	4	18	3.0	4.0
5	刘世成	浙江大学工业控制技术国家重点实验室工业控制研究所	3	25	2.0	3.0