基于多模型外部分析和Greedy-KP1M的多工况过程监控

• 作者: 王振雷 王昕 王晓阳 钱锋
• 来源期刊: 化工学报
• 关键词: 多工况 多模型外部分析 Greedy特征样本提取 核单簇可能性聚类
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 过程系统工程
• 页码范围: 2869-2876
• 分类号: TP277
• 语种: 中文
• DOI: 10.3969/j.issn.0438-1157.2012.09.031

摘要

传统的基于多元统计过程监控方法都是假设过程处于单一工况下,而随着进料负荷、产品组分等过程参数的改变,生产过程的工况也随之改变,传统方法便不再适用.针对工业过程中的多工况监控问题,提出了一种基于多模型外部分析和Greedy-KP1M的多工况过程监控方法.首先针对传统外部分析方法描述能力不足的问题,用多模型局部建模代替单一模型来获得更好的描述能力,同时获得监控残差,通过对残差进行监控从而去除多工况的影响,进而将核单簇可能性聚类(KP1M)用于对残差的监控上.该方法拥有和支持向量数据描述( SVDD)相当的监控效果,但计算复杂度却远远小于SVDD.同时,采用Greedy方法提取特征样本,进一步降低了算法计算复杂度.最后将上述方法应用在TE模型和乙烯裂解炉的监控上,结果证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王昕	上海交通大学电工与电子技术中心	151	1094	19.0	27.0
3	王振雷	华东理工大学化工过程先进控制和优化技术教育部重点实验室	69	432	11.0	16.0
4	钱锋	华东理工大学化工过程先进控制和优化技术教育部重点实验室	223	3004	26.0	44.0
7	王晓阳	华东理工大学化工过程先进控制和优化技术教育部重点实验室	3	16	2.0	3.0