原文服务方: 控制理论与应用       
摘要:
对具有不等长时段的多时段批次过程进行监测是十分重要而且具有一定难度的.时段在批次间的错位现象导致时间方向的不同过程特性混合在一起,这给时段分析以及在线应用带来了一系列的问题.为了解决不等长所带来的问题,本文提出一种基于不等长时段有序识别及建模的故障检测方法.该方法的主要贡献包括以下方面:1)该方法通过步进地衡量过程的变量相关性对模型精度以及监测性能的影响,自动有序地识别出每个不等长时段;2)在每个时段内,通过对不规则的过程数据进行整合建立了时段模型以捕捉不规则的时段特性;3)本文提供了一种简单而有效的在线判断新样本隶属时段和监测其运行状态的方法.最后,本文通过一个实例-具有不等长批次长度的注塑过程阐述了本方法的有效性.
推荐文章
一种不等长的多模态间歇过程故障检测方法
多模态过程
故障检测
不等长数据
主元分析
算法
模型
局部离群因子
局部近邻标准化矩阵
基于LWPT-DTW的间歇过程不等长时段数据同步化
不等长时段数据
同步化
提升小波包变换
动态时间规整
间歇过程
基于变量分组DTW-MCVA的不等长间歇过程故障检测方法
不等长间歇过程
局部信息挖掘
变量分组
互信息
动态时间规整
多向典型变量分析
故障检测
基于统计特征的不等长间歇过程故障诊断研究术
故障诊断
不等长间歇过程
统计特征
多向主元分析
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 不等长批次过程的有序时段划分、建模及故障检测
来源期刊 控制理论与应用 学科
关键词 批次过程 不等长批次 不等长时段识别 多元统计建模 故障检测
年,卷(期) 2015,(9) 所属期刊栏目 论文与报告
研究方向 页码范围 1226-1232
页数 7页 分类号 TP277
字数 语种 中文
DOI 10.7641/CTA.2015.50238
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 孙优贤 浙江大学控制科学与工程学院工业控制技术国家重点实验室 231 5136 33.0 62.0
2 赵春晖 浙江大学控制科学与工程学院工业控制技术国家重点实验室 12 41 3.0 6.0
3 李文卿 浙江大学控制科学与工程学院工业控制技术国家重点实验室 5 45 4.0 5.0
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  (14)
节点文献
引证文献  (3)
同被引文献  (8)
二级引证文献  (1)
1975(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(4)
  • 参考文献(4)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2018(4)
  • 引证文献(3)
  • 二级引证文献(1)
研究主题发展历程
节点文献
批次过程
不等长批次
不等长时段识别
多元统计建模
故障检测
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
控制理论与应用
月刊
1000-8152
44-1240/TP
大16开
1984-01-01
chi
出版文献量(篇)
4979
总下载数(次)
0
总被引数(次)
72515
论文1v1指导