基于多阶段ICA-SVDD的间歇过程故障监测

• 作者: 熊伟丽 郑皓
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 间歇过程 阶段划分 独立成分分析 支持向量数据描述 故障监测
• 年，卷（期）: 2018,（2）
• 页码范围: 195-203
• 页数: 9页
• 分类号: TP301
• 字数: 5636字
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2018.42.02.010

摘要

针对间歇生产过程数据存在的多阶段和非高斯性等特征,提出一种改进的阶段划分和故障监测方法.首先根据各个时间片的相似度和K均值算法进行阶段划分,然后利用独立成分分析(ICA)方法分别提取出各阶段的非高斯特征信息.最后,引入支持向量数据描述(SVDD)算法对独立成分和剩余的高斯残差空间分别建立统计分析模型,实现间歇过程故障的在线监测.通过半导体蚀刻过程故障监测应用实例,验证了该文方法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊伟丽	江南大学物联网工程学院	119	960	17.0	25.0
5	郑皓	江南大学物联网工程学院	1	1	1.0	1.0