基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对工业过程数据的多模态、非高斯分布问题,提出一种基于贝叶斯独立元分析(ICA)的故障检测算法.该方法将贝叶斯估计与ICA算法相结合,在对多工况数据聚类的同时建立不同模态数据的统计模型,从而构建面向全部数据的混合概率模型.然后基于建立的贝叶斯 ICA 混合模型,计算实时数据属于某工况的后验概率,并根据监控统计量检测过程故障.该方法在贝叶斯理论框架下建立多工况数据监控模型,有效避免复杂数据聚类不当对监控效果的影响.最后在连续搅拌反应釜(Continuous Stirring Tank Reactor, CSTR)系统上的仿真结果说明,比多模型PCA、ICA方法有更好的过程监控效果.
推荐文章
基于ICA混合模型的多工况过程故障诊断方法
ICA混合模型
多工况过程
后验概率
传递熵
贡献图
非线性/非高斯序贯贝叶斯滤波
序贯贝叶斯滤波
状态-空间模型
卡尔曼滤波
质点滤波
基于贝叶斯-高斯模型的多本体映射算法
本体异构
本体映射
贝叶斯网络
高斯模型
聚类判定
迭代映射
基于贝叶斯推理的PKPCAM的非线性多模态过程故障检测与诊断方法
非线性多模态过程
概率核主元混合模型
贝叶斯推理
故障检测
故障诊断
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 基于贝叶斯ICA的多工况非高斯过程故障检测
来源期刊 控制工程 学科 工学
关键词 多工况 ICA 贝叶斯推理 后验概率
年,卷(期) 2018,(3) 所属期刊栏目 安全监控系统
研究方向 页码范围 402-407
页数 6页 分类号 TP273
字数 4856字 语种 中文
DOI 10.14107/j.cnki.kzgc.A5.0067
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (11)
参考文献  (21)
节点文献
引证文献  (4)
同被引文献  (32)
二级引证文献  (0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(7)
  • 参考文献(3)
  • 二级参考文献(4)
2014(5)
  • 参考文献(4)
  • 二级参考文献(1)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多工况
ICA
贝叶斯推理
后验概率
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
控制工程
月刊
1671-7848
21-1476/TP
大16开
沈阳东北大学310信箱
8-216
1994
chi
出版文献量(篇)
5468
总下载数(次)
9
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
山东省自然科学基金
英文译名:Natural Science Foundation of Shandong Province
官方网址:http://kyc.wfu.edu.cn/second/wnfw/shandongshengzirankexuejijin.htm
项目类型:重点项目
学科类型:
论文1v1指导