原文服务方: 西安交通大学学报       
摘要:
针对由于流程工业生产系统具有变量多、维度高、耦合关系复杂等特性导致的异常监测数据检验与修复难题,提出了一种采用压缩感知的流程工业异常监测数据检验与修复方法.压缩感知算法能够使用极少的测量数据重构出原稀疏信号或能够在某稀疏基上得到稀疏表达的信号.结合压缩感知原理及重构成功率指标,构建出重构非线性系统方程的数学模型,该模型仅使用少量的监测数据就可以重构出反映状态感知网络节点动态关系的系统方程.将重构的系统方程代入考虑系统偏差的求解结构中得到监测数据的解析值,对比监测数据的实际值与解析值,若实际值超差则用解析值替代实际值,从而实现异常监测数据的检验与修复.通过某煤化工企业压缩机子系统应用案例验证所提方法的有效性,结果表明:在监测数据正常的情况下,实际数据与修复数据的相对误差波动极小,而当监测数据出现异常时,相对误差发生剧烈变化,证明提出的算法能够检测到异常监测数据,并能够较好地恢复监测数据的原貌.
推荐文章
基于贝叶斯压缩感知与形态学成分分析的图像修复方法研究
图像修复
形态学成分分析
贝叶斯压缩感知
后验分布
结构健康监测异常数据修复应用研究
健康监测
异常数据修复
应力监测
土木工程
采用压缩感知和GM(1,1)的无线传感器网络异常检测方法
无线传感器网络
异常事件检测
压缩感知
群居蜘蛛优化
信号重构算法
基于改进KNN算法的交通流异常数据修复方法
交通流
异常数据修复
KNN算法
近邻值
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 采用压缩感知的流程工业异常监测数据检验与修复方法
来源期刊 西安交通大学学报 学科
关键词 压缩感知 流程工业 重构 异常数据检验 数据修复
年,卷(期) 2020,(2) 所属期刊栏目
研究方向 页码范围 59-70
页数 12页 分类号 TH17
字数 语种 中文
DOI 10.7652/xjtuxb202002008
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 高建民 西安交通大学机械制造系统国家重点实验室 306 2872 25.0 37.0
2 高智勇 西安交通大学机械制造系统国家重点实验室 38 375 10.0 18.0
3 徐光南 西安交通大学机械制造系统国家重点实验室 1 0 0.0 0.0
4 梁艳杰 西安交通大学机械制造系统国家重点实验室 1 0 0.0 0.0
5 刘倩倩 西安交通大学机械制造系统国家重点实验室 1 0 0.0 0.0
6 程亚辉 西安交通大学机械制造系统国家重点实验室 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (52)
共引文献  (63)
参考文献  (21)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1948(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(7)
  • 参考文献(2)
  • 二级参考文献(5)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(10)
  • 参考文献(2)
  • 二级参考文献(8)
2009(11)
  • 参考文献(3)
  • 二级参考文献(8)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(11)
  • 参考文献(3)
  • 二级参考文献(8)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
压缩感知
流程工业
重构
异常数据检验
数据修复
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