原文服务方: 化工学报       
摘要:
为了满足实际的生产需要,复杂化工过程往往包含多个运行模态.同时过程的复杂性使得同一模态下的数据分布是一种高斯分布和非高斯分布混合存在的不确定情况.数据的多模态分布特性以及同一模态下数据分布的不确定性使得传统多元统计监控(MSPM)方法很难给出令人满意的结果.针对这一问题,本文提出一种新的马氏距离局部离群因子(MDLOF)方法进行故障检测.通过利用马氏距离挖掘变量局部结构中包含的有用信息,并对样本的邻域密度加以考虑,形成对数据分布具有鲁棒性的基于密度的监控指标.最后通过数值仿真例子及Tennessee Eastman过程验证其有效性.
推荐文章
基于局部Fisher判别分析的复杂化工过程故障诊断
复杂化工过程
故障诊断
Fisher判别分析
核Fisher判别分析
局部Fisher判别分析
KNN分类器
基于动态多向局部离群因子的在线故障检测
间歇过程
局部离群因子
滑动窗口
多模态
故障检测
基于局部Fisher判别分析的复杂化工过程故障诊断
复杂化工过程
故障诊断
Fisher判别分析
核Fisher判别分析
局部Fisher判别分析
KNN分类器
基于时空近邻标准化和局部离群因子的复杂过程故障检测
时空近邻标准化
局部离群因子
模型
主元分析
过程控制
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 基于马氏距离局部离群因子方法的复杂化工过程故障检测
来源期刊 化工学报 学科
关键词 多模态过程监控 故障检测 局部离群因子 马氏距离
年,卷(期) 2013,(5) 所属期刊栏目 过程系统工程
研究方向 页码范围 1674-1682
页数 9页 分类号 TP277
字数 语种 中文
DOI 10.3969/j.issn.0438-1157.2013.05.024
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 侍洪波 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 80 753 15.0 24.0
2 马贺贺 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 75 3.0 3.0
3 胡益 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 6 121 6.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (19)
节点文献
引证文献  (30)
同被引文献  (75)
二级引证文献  (74)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(7)
  • 参考文献(7)
  • 二级参考文献(0)
2013(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)
2015(6)
  • 引证文献(5)
  • 二级引证文献(1)
2016(12)
  • 引证文献(9)
  • 二级引证文献(3)
2017(14)
  • 引证文献(3)
  • 二级引证文献(11)
2018(27)
  • 引证文献(4)
  • 二级引证文献(23)
2019(29)
  • 引证文献(5)
  • 二级引证文献(24)
2020(16)
  • 引证文献(4)
  • 二级引证文献(12)
研究主题发展历程
节点文献
多模态过程监控
故障检测
局部离群因子
马氏距离
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
化工学报
月刊
0438-1157
11-1946/TQ
大16开
1923-01-01
chi
出版文献量(篇)
11879
总下载数(次)
0
总被引数(次)
117834
论文1v1指导