基于混合分塊DMICA-PCA的全流程過程監(jiān)控方法
本文選題:主元分析 + 過程控制 ; 參考:《化工學(xué)報》2017年02期
【摘要】:分塊策略被廣泛運用于全流程過程監(jiān)控領(lǐng)域,以解決全流程過程變量關(guān)系復(fù)雜性較高的問題,但傳統(tǒng)的分塊策略與子塊建模方法都未考慮過程的動態(tài)性問題,并且傳統(tǒng)的分塊策略都片面依賴于過程知識或過程數(shù)據(jù)信息,影響了過程監(jiān)控的效果,為此提出了一種基于混合分塊DMICA-PCA的過程監(jiān)控方法。在分析過程的動態(tài)性后,先利用已知的部分過程知識進行變量的初步分塊,接著利用各分塊變量之間改進的廣義Dice’s系數(shù)(MGDC)進行進一步的分塊。然后采用DMICA-PCA方法對每個子塊進行建模得到子塊的統(tǒng)計量,并通過加權(quán)方法得到總的聯(lián)合指標(biāo)進行故障檢測。同時對每個子塊采用改進的故障診斷方法,提高了診斷效果。最后將該方法應(yīng)用在TE過程的過程監(jiān)控中,證明了該方法的有效性。
[Abstract]:Block strategy is widely used in the field of whole process process monitoring to solve the problem of high complexity of variable relationship in the whole process process, but the traditional block strategy and subblock modeling method do not consider the dynamic problem of the process.The traditional partitioning strategy relies on process knowledge or process data information, which affects the effect of process monitoring. Therefore, a process monitoring method based on mixed block DMICA-PCA is proposed.After analyzing the dynamic nature of the process, the known partial process knowledge is used to divide the variables into blocks, and then the improved generalized Dice's coefficients between the blocks are used to further divide the variables.Then the DMICA-PCA method is used to model each sub-block to obtain the statistics of the sub-block, and the total joint index is obtained by weighted method for fault detection.At the same time, an improved fault diagnosis method is adopted for each sub-block, which improves the diagnosis effect.Finally, the method is applied to the process monitoring of te process, and the effectiveness of the method is proved.
【作者單位】: 化學(xué)工程聯(lián)合國家重點實驗室華東理工大學(xué)化工過程先進控制和優(yōu)化技術(shù)教育部重點實驗室;上海交通大學(xué)電工與電子技術(shù)中心;
【基金】:國家自然科學(xué)基金重點項目(61134007);國家自然科學(xué)基金青年項目(61403141) 上海市“科技創(chuàng)新行動計劃”研發(fā)平臺建設(shè)項目(13DZ2295300) 上海市自然科學(xué)基金項目(14ZR1421800) 流程工業(yè)綜合自動化國家重點實驗室開放課題基金資助項目(PAL-N201404)~~
【分類號】:TP277
【相似文獻】
相關(guān)期刊論文 前10條
1 董寧;文志強;余波;;基于防反射邊界的圖像分塊反降晰研究[J];計算機工程;2011年11期
2 李泉永;;一個使用較少外存的分塊直接解法及其在天線結(jié)構(gòu)分析中的一個應(yīng)用[J];桂林電子工業(yè)學(xué)院學(xué)報;1984年01期
3 金淳浩;周桅;;動態(tài)分塊快速網(wǎng)格化方法[J];物探化探計算技術(shù);1988年04期
4 韓永飛;分塊果園法的證明[J];吉林大學(xué)自然科學(xué)學(xué)報;1989年02期
5 周平;劉曉潔;;基于兩級分塊的文件同步方法[J];計算機工程與設(shè)計;2014年03期
6 舒輝,康緋;一個新的循環(huán)分塊算法[J];計算機研究與發(fā)展;2002年10期
7 劉立祥,謝劍英,張敬轅;利用分塊循環(huán)矩陣對離散圖象進行重建[J];計算機工程與應(yīng)用;2003年14期
8 王春發(fā) ,陳國華,楊萬里,羅馬吉;螺旋進氣道三維分塊結(jié)構(gòu)化貼體網(wǎng)格的生成[J];小型內(nèi)燃機與摩托車;2003年04期
9 曾璞;吳玲達;文軍;;基于分塊潛在語義的場景分類方法[J];計算機應(yīng)用;2008年06期
10 李泉永;;分塊解法在天線背架結(jié)構(gòu)計算中的一個應(yīng)用[J];桂林電子工業(yè)學(xué)院學(xué)報;1982年01期
相關(guān)會議論文 前9條
1 任安祿;鄧見;;分塊法求解圓球強迫對流場[A];第十一屆全國水動力學(xué)學(xué)術(shù)會議暨第二十四屆全國水動力學(xué)研討會并周培源誕辰110周年紀(jì)念大會文集(上冊)[C];2012年
2 陳宜穩(wěn);王威;王潤生;;分塊建模和點建模聯(lián)合的背景重建方法[A];計算機技術(shù)與應(yīng)用進展·2007——全國第18屆計算機技術(shù)與應(yīng)用(CACIS)學(xué)術(shù)會議論文集[C];2007年
3 伍中平;;雙向不等高正交鋼管桁架分塊整體提升施工技術(shù)[A];大型復(fù)雜鋼結(jié)構(gòu)建筑工程施工新技術(shù)與應(yīng)用論文集[C];2012年
4 鄒李;杜小勇;何軍;;B3:圖間節(jié)點相似度分塊計算方法[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集A輯二[C];2010年
5 竇朝暉;;影響分塊算法性能的主要因素[A];面向21世紀(jì)的科技進步與社會經(jīng)濟發(fā)展(上冊)[C];1999年
6 肖永浩;黃清南;;基于分塊數(shù)據(jù)結(jié)構(gòu)的沖擊問題并行計算[A];中國計算力學(xué)大會'2010(CCCM2010)暨第八屆南方計算力學(xué)學(xué)術(shù)會議(SCCM8)論文集[C];2010年
7 戴妍峰;劉藻珍;;空間望遠鏡分塊式主鏡面形控制系統(tǒng)建模[A];中國系統(tǒng)仿真學(xué)會第五次全國會員代表大會暨2006年全國學(xué)術(shù)年會論文集[C];2006年
8 李嘉偉;孫明;;基于分塊LAB特征的粒子濾波目標(biāo)跟蹤算法[A];中國農(nóng)業(yè)工程學(xué)會2011年學(xué)術(shù)年會論文集[C];2011年
9 ;大會主題報告[A];2009年全國微波毫米波會議論文集(下冊)[C];2009年
相關(guān)重要報紙文章 前5條
1 雷明;企業(yè)扭虧分塊搞活應(yīng)處理好的幾個關(guān)系[N];中國企業(yè)報;2000年
2 雷明;分塊搞活應(yīng)處理好幾個關(guān)系[N];中國航空報;2001年
3 覃匡龍 周鴻廣 侯俊富;“分塊管理”破解警力難題[N];檢察日報;2003年
4 王書明;新華中學(xué)形成安全管理網(wǎng)絡(luò)[N];商洛日報;2007年
5 記者 郭鳳美;“分塊搞活”救了太原制藥[N];山西經(jīng)濟日報;2004年
相關(guān)博士學(xué)位論文 前2條
1 鄒健;分塊稀疏表示的理論及算法研究[D];華南理工大學(xué);2012年
2 何邊;復(fù)雜網(wǎng)絡(luò)上的分塊問題[D];上海交通大學(xué);2012年
相關(guān)碩士學(xué)位論文 前10條
1 嚴(yán)輝銀;求解二乘二分塊實線性方程組的塊分裂預(yù)處理方法[D];蘭州大學(xué);2015年
2 沈世達;基于分塊壓縮感知的圖像和視頻傳輸技術(shù)研究[D];西南交通大學(xué);2015年
3 張蛟;基于FastDFS的重復(fù)數(shù)據(jù)管理技術(shù)的研究與實現(xiàn)[D];電子科技大學(xué);2014年
4 白聰軒;多線索分塊匹配的移動機器人目標(biāo)跟蹤[D];北京工業(yè)大學(xué);2015年
5 李鵬程;基于張量特征值分析的特征表示及典型應(yīng)用[D];西安電子科技大學(xué);2015年
6 榮雁霞;基于分塊壓縮感知的圖像重構(gòu)方法研究[D];南京郵電大學(xué);2015年
7 高東紅;基于多尺度分塊壓縮感知的圖像處理算法研究[D];北京理工大學(xué);2016年
8 李浩田;分塊主鏡式相機共相位檢測系統(tǒng)研究[D];北京理工大學(xué);2016年
9 周利華;基于分塊計算模型的債權(quán)類不良資產(chǎn)價值評估研究[D];云南大學(xué);2016年
10 趙春暉;分塊與二級人臉識別算法研究[D];揚州大學(xué);2016年
,本文編號:1769228
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/1769228.html