原文服务方: 化工学报       
摘要:
传统的主成分分析(principal component analysis,PCA)算法选取包含大部分方差信息的成分作为主元,并将其应用到过程监控中.但是故障信息不一定会投影到方差较大的成分上,使用方差贡献度挑选主元会导致严重的信息丢失和监控效果的恶化.因此使用ReliefF-PCA算法,其中ReliefF算法从故障角度出发,挑选出在区分正常样本和故障样本上权重更高,效果相对更好的成分作为主元.这样挑选出的主元避免了传统PCA算法在主元挑选过程中出现的主观性、盲目性以及重要信息的丢失.ReliefF-PCA算法在过程监控中主要有两个优势,第1,监控效果更好;第2,对原始数据降维效果更好.随后,基于ReliefF-PCA算法,提出一种加权的故障变量贡献图方法.最后,通过Tennessee Eastman(TE)仿真实验测试,ReliefF-PCA算法达到了预期效果.
推荐文章
基于主元分析与支持向量机的方法及其在过程监控诊断中的应用
主元分析
支持向量机
过程监控
故障诊断
最邻近分类法
基于Matlab的多尺度主元分析在过程监控中应用
主元分析
小波分析
多尺度
过程监控
Matlab
基于小波的自适应主元分析在过程监测中的应用
自适应主元分析
小波分析
过程监测
故障检测
数据挖掘技术及其在过程监控中的应用
数据挖掘
遗传算法
过程监控
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 基于ReliefF的主元挑选算法在过程监控中的应用
来源期刊 化工学报 学科
关键词 过程系统 过程控制 主元分析 ReliefF-PCA算法 故障检测 故障定位
年,卷(期) 2017,(4) 所属期刊栏目 过程系统工程
研究方向 页码范围 1525-1532
页数 8页 分类号 TP277
字数 语种 中文
DOI 10.11949/j.issn.0438-1157.20161213
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 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 宋冰 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 8 62 5.0 7.0
4 陶阳 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 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (9)
参考文献  (27)
节点文献
引证文献  (3)
同被引文献  (17)
二级引证文献  (0)
1982(2)
  • 参考文献(1)
  • 二级参考文献(1)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(4)
  • 参考文献(2)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(4)
  • 参考文献(3)
  • 二级参考文献(1)
2013(8)
  • 参考文献(5)
  • 二级参考文献(3)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
过程系统
过程控制
主元分析
ReliefF-PCA算法
故障检测
故障定位
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
化工学报
月刊
0438-1157
11-1946/TQ
大16开
1923-01-01
chi
出版文献量(篇)
11879
总下载数(次)
0
总被引数(次)
117834
论文1v1指导