基于特征空间降维的溶剂脱水分离过程监控

• 作者: 杜文莉 王坤 钱锋
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 均值聚类 Mexican hat小波 故障诊断 溶剂脱水分离
• 年，卷（期）: 2010,（7）
• 页码范围: 1255-1259
• 页数: 5页
• 分类号: TP277
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2010.07.004

摘要

针对传统化工过程中检测变量具有的非线性和非高斯性等特点,提出将改进的核主元分析(KPCA)和支持向量数据描述(SVDD)相结合的化工过程故障诊断方法.根据Mexican hat小波在提取非线性非平稳信号细微特征方面的优势,将该小波函数引入到KPCA中以增强核函数的非线性映射和抗噪能力.在映射后的特征空间中进行均值聚类分析,选择每个聚类中展现特征中心的数据,使运算复杂度明显降低,提高了监控实时性.采用SVDD描述经过聚类降维后的特征空间分布,提出新的监控指标描述过程的非高斯特性.将该方法应用在一个实际的溶剂脱水化工精馏过程中,仿真结果验证了该方法能够及时有效地检测系统产生的故障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱锋		223	3004	26.0	44.0
2	杜文莉		46	449	11.0	20.0
3	王坤		6	11	1.0	3.0