自动编码器与典型相关分析方法联合驱动的工业过程质量监测

• 作者: 唐鹏 孙瑞琪 彭开香 董洁
• 来源期刊: 控制理论与应用
• 关键词: 故障诊断 质量监测 典型相关分析方法(CCA) 自动编码器-典型相关分析方法(AE-CCA) 带钢热连轧
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 论文与报告
• 页码范围: 1493-1500
• 页数: 8页
• 语种: 中文
• DOI: 10.7641/CTA.2019.80554

摘要

本文将自动编码器(AE)特征提取方法和典型相关分析方法(CCA)有机结合,提出了一种联合驱动的质量监测模型及其质量相关的故障检测方法.首先,利用AE算法对输入样本进行无监督自动学习和重构,实现数据的特征提取和降维;其次,利用CCA算法实现特征与质量变量关联最大化,建立质量变量与特征变量的关系模型;根据监测模型的潜结构投影,构建T2统计量和SPE统计量及其相应控制限.将提出的方法用于分析带钢热连轧过程现场实际数据,结果表明,基于自动编码器-典型相关分析方法(AE-CCA)的质量监测方法能够准确的检测出故障,并且检测效果优于传统的核典型相关分析(KCCA)算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭开香	北京科技大学自动化学院	61	500	14.0	19.0
2	董洁	北京科技大学自动化学院	23	237	8.0	15.0