基于LTSA和MICA与PCA联合指标的过程监控方法及应用

• 作者: 江伟 王振雷 王昕
• 来源期刊: 化工学报
• 关键词: 算法 主元分析 过程控制 非高斯 改进的独立成分分析 局部切空间排列算法 联合指标
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 过程系统工程
• 页码范围: 4895-4903
• 页数: 9页
• 分类号: TP277
• 语种: 中文
• DOI: 10.11949/j.issn.0438-1157.20151374

摘要

独立成分分析(ICA)方法主要被用来对线性非高斯过程进行监控,为了提高对非高斯过程的监控效果,则利用过程数据信息对ICA的监控指标进行了改进,提出了一种改进的独立成分分析(MICA)方法.许多实际工业过程数据都具有非线性、非高斯与高斯混合分布的特点,为此提出了一种基于LTSA和MICA与PCA联合指标的过程监控的方法.首先采用局部切空间排列(LTSA)算法对样本数据进行非线性降维,然后分别用MICA和PCA方法得到非高斯与高斯统计量,对其进行加权得到新的统计量,并被用于过程监控.最后将该方法应用在田纳西-伊斯曼(TE)过程和乙烯裂解炉的过程监控中,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
2	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
3	江伟	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	5	24	3.0	4.0