原文服务方: 西安交通大学学报       
摘要:
为了解决实际工业过程中的多变量动态过程监测问题,提出了一种基于多变量轨迹分析和主元分析的在线故障检测方法.通过构造过程轨迹向量实现了多变量动态信息的提取,结合主元分析算法对模型进行了改进,利用改进模型充分分析了过程数据的变化特征,同时将关键变量的轨迹趋势图作为参考实现了离线建模和在线故障检测.与传统的基于轨迹分析的方法相比,所提方法克服了变量个数限制,解决了统计量难以设计的问题,提取了过程动态特性,实现了更为可靠的动态过程监测.通过某企业合成氨生产中转化单元的实例验证表明,所提方法在处理多变量动态过程的故障检测问题上效果良好.
推荐文章
基于统计模式分析的多变量连续过程故障检测
连续过程
统计模量
多向主元分析
故障检测
基于独立成分的动态多变量过程的故障检测与诊断方法
独立成分分析
字符串匹配
最长公共子字符串
统计过程监控
故障诊断
基于规范变量分析的动态多变量过程故障诊断
规范变量分析
SPE统计量
故障诊断
TE过程
基于多变量频域分解的动态时频过程监控方法研究
过程监控
频域独立成分分析
时频分析
故障检测
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 多变量轨迹分析的过程故障检测方法
来源期刊 西安交通大学学报 学科
关键词 故障检测 多变量轨迹分析 主元分析 合成氨生产
年,卷(期) 2017,(3) 所属期刊栏目 化工过程系统工程
研究方向 页码范围 122-128
页数 7页 分类号 TP277
字数 语种 中文
DOI 10.7652/xjtuxb201703021
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 宋执环 浙江大学工业控制技术国家重点实验室 140 1808 23.0 36.0
2 沈非凡 浙江大学工业控制技术国家重点实验室 5 10 3.0 3.0
3 葛志强 浙江大学工业控制技术国家重点实验室 13 145 6.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (35)
参考文献  (14)
节点文献
引证文献  (4)
同被引文献  (29)
二级引证文献  (1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
故障检测
多变量轨迹分析
主元分析
合成氨生产
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
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
论文1v1指导