基于稀疏性非负矩阵分解的故障监测方法

• 作者: 侍洪波 杨雅伟 王帆 谭帅
• 来源期刊: 化工学报
• 关键词: 故障监测 非负矩阵分解 主元分析 稀疏编码 统计过程监控
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 过程系统工程
• 页码范围: 1798-1805
• 页数: 8页
• 分类号: TP277
• 语种: 中文
• DOI: 10.11949/j.issn.0438-1157.20141660

摘要

提出了基于稀疏性非负矩阵分解（SNMF）的故障监测方法。非负矩阵分解（NMF）是一种新的降维方法，可以得到原始数据的低秩近似矩阵。与传统的多元统计过程监控方法如主成分分析（PCA）相比，NMF对潜变量的性质没有假设，除了非负性的要求。将稀疏编码和非负矩阵分解方法结合在一起，因为施加了稀疏性的约束，稀疏性非负矩阵分解方法可以得到对数据更稀疏的表示。在分解时对低秩近似矩阵进行正交化处理，从而在降维时除去变量中的冗余信息，将信息集中到更少的投影方向上。然后，用SNMF方法来提取过程的潜变量，并定义新的监测指标来进行故障监测。使用核密度估计（KDE）方法来计算新定义的监测指标的控制上限。最后，将提出的基于SNMF的监测方法应用于TE过程来评估其监测性能，并与基于传统NMF和PCA的方法进行比较。仿真实验结果表明了所提出新方法的可行性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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	王帆	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	19	81	5.0	8.0
3	杨雅伟	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	6	31	2.0	5.0
4	谭帅	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	16	74	5.0	8.0