Tennessee-Eastman过程的学习型案例推理故障诊断方法

• 作者: 严爱军 王殿辉 王英杰
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: TE过程 故障诊断 案例推理 学习型伪度量 案例检索
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 论文与报告
• 页码范围: 1179-1184
• 页数: 6页
• 分类号: TP273
• 字数: 5916字
• 语种: 中文
• DOI: 10.7641/CTA.2017.60710

摘要

为了提高Tennessee-Eastman(TE)过程的故障诊断准确率,本文研究一种学习型伪度量(learning pseudo metric,LPM)代替距离度量的案例检索方法,并建立了TE过程的案例推理(case-based reasoning,CBR)故障诊断模型.首先建立LPM度量准则并对LPM模型进行训练,其次度量目标案例与每一个源案例的相似度,从中检索与目标案例相似的同类案例,再采用多数重用原则从同类案例中决策出目标案例的解,最后通过TE过程的运行数据对该方法的性能进行测试,并与典型的CBR和BP(back-propagation)神经网络和支持向量机等方法进行对比,表明本文方法能有效提高故障诊断准确率,在实际化工过程中具有一定的推广应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	严爱军	北京工业大学信息学部自动化学院	28	242	9.0	14.0
17	王英杰	北京工业大学信息学部自动化学院	5	52	5.0	5.0