基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对目前实际工业生产中变量不能严格服从高斯分布,且变量之间存有严重相关性的特点,进行了基于独立成分分析的过程监控方法研究.该方法不仅去除了变量之间的相关性,而且充分利用过程信息的高阶统计特性,建市过程信息的独立元模型.利用独立元模型对仿真实时数据进行故障检测研究,最后对离散系统多变量过程模型进行了仿真验证,仿真结果表明:该方法能快速准确的检测到运行中发生的异常,验证了该方法的有效性以及与PCA方法相比所存在的优越性.
推荐文章
基于LTSA的ICA方法及其在化工过程监控中的应用
局部切空间排列
独立成分分析
过程监控
非线性
基于改进ICA的工业过程故障诊断研究
检测故障
DPCA
ICA
独立元
基于最小均方误差准则的ICA过程监控方法
锅炉
制粉系统
过程监控
最小均方误差
ICA
MSE-ICA
基于PICA的过程监控方法
概率独立成分分析
非高斯
噪声污染
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ICA过程监控方法的研究
来源期刊 实验室科学 学科 工学
关键词 独立成分分析 故障诊断 fast ICA算法
年,卷(期) 2010,(2) 所属期刊栏目 实验研究
研究方向 页码范围 82-84,88
页数 分类号 TP206+.3
字数 2304字 语种 中文
DOI 10.3969/j.issn.1672-4305.2010.02.030
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 韩淼 天津理工大学自动化学院 4 3 1.0 1.0
2 扈书亮 天津大学仁爱学院 3 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (92)
共引文献  (46)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (2)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1991(5)
  • 参考文献(0)
  • 二级参考文献(5)
1992(4)
  • 参考文献(0)
  • 二级参考文献(4)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(4)
  • 参考文献(0)
  • 二级参考文献(4)
1995(6)
  • 参考文献(0)
  • 二级参考文献(6)
1996(12)
  • 参考文献(0)
  • 二级参考文献(12)
1997(7)
  • 参考文献(1)
  • 二级参考文献(6)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(12)
  • 参考文献(0)
  • 二级参考文献(12)
2000(13)
  • 参考文献(1)
  • 二级参考文献(12)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(8)
  • 参考文献(1)
  • 二级参考文献(7)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
独立成分分析
故障诊断
fast ICA算法
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
实验室科学
双月刊
1672-4305
12-1352/N
大16开
天津市南开区卫津路94号南开大学设备处内《实验室科学》杂志社
2003
chi
出版文献量(篇)
6840
总下载数(次)
16
论文1v1指导