基于高斯受限玻尔兹曼机的非线性过程故障检测

• 作者: 宋执环 蒋立 陈曦
• 来源期刊: 上海应用技术学院学报（自然科学版）
• 学科: 工学
• 关键词: 故障检测 高斯受限玻尔兹曼机 大数据 非线性
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 第九届全国技术过程故障诊断与安全性学术会议
• 页码范围: 139-143
• 页数: 5页
• 分类号: TP277
• 字数: 3862字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7333.2015.02.008

摘要

针对非线性工业过程,提出了一种基于高斯受限玻尔兹曼机(GRBM)模型的故障检测方法.该方法从海量过程数据中提取出GRBM隐层特征信息,通过隐层特征再构建出重构数据,并依据重构误差在残差空间中构建检测统计量,形成了非线性过程故障检测算法.仿真结果表明,基于GRBM的故障检测方法不仅比传统的核主元分析(KPCA)方法具有更好的故障检出率,并且针对大数据量问题具有更强的处理能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈曦	浙江大学工业控制研究所	52	516	12.0	21.0
2	宋执环	浙江大学工业控制研究所	140	1808	23.0	36.0
3	蒋立	浙江大学工业控制研究所	2	8	2.0	2.0