D-vine copulas混合模型及其在故障检测中的应用

• 作者: 李绍军 蒋达 郑文静
• 来源期刊: 化工学报
• 关键词: 过程监控 非线性非高斯 相关性分析 D-vinecopulas
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 过程系统工程
• 页码范围: 2851-2858
• 页数: 8页
• 分类号: TP277
• 语种: 中文
• DOI: 10.11949/j.issn.0438-1157.20161682

摘要

过程监控技术是保证现代流程工业安全平稳运行及产品质量的有效手段.传统的过程监控方法大多采用维度约简方法提取数据特征,且要求过程数据必须服从高斯分布、线性等限制条件,对复杂工况条件下发生的故障难以取得较好的检测效果.因此,提出了混合D-vine copulas故障诊断模型,在不降维的情况下直接刻画数据中存在的复杂相关关系,构建过程变量的统计模型实现对存在非线性与非高斯性过程的精确描述.通过EM算法和伪极大似然估计优化混合模型参数,然后结合高密度区域(HDR)与密度分位数法等理论,构建广义贝叶斯概率(GBIP)指标实现对过程的实时监测.数值例子及在TE过程上的仿真结果说明了该混合模型的有效性及在故障检测中的良好性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李绍军	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	52	377	10.0	16.0
2	蒋达	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	74	5.0	8.0
3	郑文静	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	1	3	1.0	1.0