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:
由于传统的k近邻故障监测不考虑过程的局部信息,只建立一个全局模型,因此提出一种基于互信息的多块k近邻故障监测方法.首先,考虑建模数据的非线性和非高斯等特性,基于变量间的互信息进行子块构建;然后,利用k近邻方法对每个子块进行建模与监测,子块中的k近邻模型反映了更多的过程局部特征;最后,将所有子块的监测结果通过贝叶斯推断方法进行融合,并采用基于马氏距离的故障诊断方法辨识故障源.通过对田纳西?伊斯曼过程和高炉炼铁过程中的应用仿真,监测结果表明所提方法的可行性和有效性.
推荐文章
基于k-近邻互信息的发酵过程高斯过程回归建模
发酵过程
高斯过程回归
k-近邻互信息
软测量
基于模糊互信息的多标签特征选择
特征选择
互信息
模糊互信息
基于互信息的分散式动态PCA故障检测方法
主元分析
过程系统
互信息
故障检测
统计过程监测
采用EEMD算法与互信息法的机械故障诊断方法
故障诊断
固有模态函数
Hilbert-Huang变换
总体经验模态分解
互信息法
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 基于互信息的多块k近邻故障监测及诊断
来源期刊 智能系统学报 学科
关键词 互信息 多块建模 k近邻 过程监控 故障检测 贝叶斯推断 故障诊断 马氏距离
年,卷(期) 2021,(4) 所属期刊栏目 智能系统|Intelligent Systems
研究方向 页码范围 717-728
页数 12页 分类号 TP277
字数 语种 中文
DOI 10.11992/tis.202007035
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (134)
共引文献  (30)
参考文献  (23)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(1)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(4)
  • 参考文献(1)
  • 二级参考文献(3)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(10)
  • 参考文献(1)
  • 二级参考文献(9)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(11)
  • 参考文献(1)
  • 二级参考文献(10)
2013(16)
  • 参考文献(5)
  • 二级参考文献(11)
2014(9)
  • 参考文献(1)
  • 二级参考文献(8)
2015(18)
  • 参考文献(2)
  • 二级参考文献(16)
2016(6)
  • 参考文献(0)
  • 二级参考文献(6)
2017(7)
  • 参考文献(2)
  • 二级参考文献(5)
2018(7)
  • 参考文献(2)
  • 二级参考文献(5)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2021(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
互信息
多块建模
k近邻
过程监控
故障检测
贝叶斯推断
故障诊断
马氏距离
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
智能系统学报
双月刊
1673-4785
23-1538/TP
大16开
哈尔滨市南岗区南通大街145-1号楼
2006
chi
出版文献量(篇)
2770
总下载数(次)
11
总被引数(次)
12401
论文1v1指导