原文服务方: 化工学报       
摘要:
为考虑发酵过程的质量变量和动态特征对于阶段划分的影响,提出了一种基于联合典型变量矩阵的多阶段发酵过程质量相关故障监测方法。首先,将历史三维数据沿批次方向展开,对每个时间片矩阵进行典型相关分析(canonical correlation analysis, CCA),得到融合过程变量和质量变量信息的联合典型变量矩阵,对其进行K均值聚类,实现基于静态特征的第1步划分;然后采用慢特征分析(slow feature analysis, SFA)算法提取表征过程动态性的慢特征,对其进行聚类实现第2步划分。最后综合分析两步划分结果,将生产过程划分为不同的稳定阶段和过渡阶段,并在划分的子阶段中分别建立CCA监测模型进行质量相关故障监测。该方法通过静态和动态特征的变化实现两步划分,准确区分强动态变化与阶段切换,有效提高质量相关的故障监测模型精度。青霉素仿真平台与大肠杆菌实际生产数据验证了所提方法的可行性和有效性。
推荐文章
基于信息增量矩阵的多阶段间歇过程质量预测
间歇式
阶段划分
预测
信息增量矩阵
偏最小二乘
过程控制
PDPSO优化多阶段AR-PCA间歇过程监测方法
间歇过程
种群多样性
粒子群优化
仿射传播聚类
自回归主元分析
基于双近邻标准化和PCA的多阶段过程故障检测
多阶段
故障检测
模型
主元分析
过程控制
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 基于联合典型变量矩阵的多阶段发酵过程质量相关故障监测
来源期刊 化工学报 学科
关键词 发酵 间歇式 多阶段 联合典型变量矩阵 典型相关分析 故障监测 算法
年,卷(期) 2022,(3) 所属期刊栏目 过程系统工程
研究方向 页码范围 1300-1314
页数 14页 分类号 TP273
字数 语种 中文
DOI 10.11949/0438-1157.20211294
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(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
发酵
间歇式
多阶段
联合典型变量矩阵
典型相关分析
故障监测
算法
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
化工学报
月刊
0438-1157
11-1946/TQ
大16开
1923-01-01
chi
出版文献量(篇)
11879
总下载数(次)
0
总被引数(次)
117834
论文1v1指导