基于多阶段多核支持向量数据描述的间歇过程监控方法

TP277; 针对间歇过程数据的多阶段特性及复杂非线性特性,提出一种基于多阶段多核支持向量数据描述(MPMK-SVDD)的间歇过程故障检测方法.为充分挖掘间歇过程数据的多阶段信息,首先提出一种基于互信息相似矩阵的改进谱聚类方法,解决间歇过程数据集的多阶段划分问题.进一步考虑到单一核函数难以充分描述过程数据的复杂非线性问题,设计一种基于多重核函数和核参数的SVDD监控模型,并通过贝叶斯推理构造全局监测统计量,以实现过程故障的有效监控.以青霉素发酵过程为仿真研究对象,验证方法的有效性.结果表明,提出的方法比传统的SVDD方法能更有效地检测过程故障,具有更高的故障检出率....

Full description

Saved in:
Bibliographic Details
Published in中国石油大学学报（自然科学版） Vol. 44; no. 4; pp. 182 - 188
Main Authors 王晓慧, 王延江, 邓晓刚, 曹玉苹, 王平
Format Journal Article
LanguageChinese
Published 中国石油大学(华东)控制科学与工程学院,山东青岛266580 20.08.2020
青岛大学应用技术学院,山东青岛266061%中国石油大学(华东)控制科学与工程学院,山东青岛,266580
Subjects
故障检测
间歇过程
支持向量数据描述
贝叶斯推理
谱聚类
Online AccessGet full text
ISSN1673-5005
DOI10.3969/j.issn.1673-5005.2020.04.021

Cover

More Information
Summary:TP277; 针对间歇过程数据的多阶段特性及复杂非线性特性,提出一种基于多阶段多核支持向量数据描述(MPMK-SVDD)的间歇过程故障检测方法.为充分挖掘间歇过程数据的多阶段信息,首先提出一种基于互信息相似矩阵的改进谱聚类方法,解决间歇过程数据集的多阶段划分问题.进一步考虑到单一核函数难以充分描述过程数据的复杂非线性问题,设计一种基于多重核函数和核参数的SVDD监控模型,并通过贝叶斯推理构造全局监测统计量,以实现过程故障的有效监控.以青霉素发酵过程为仿真研究对象,验证方法的有效性.结果表明,提出的方法比传统的SVDD方法能更有效地检测过程故障,具有更高的故障检出率.
ISSN:1673-5005
DOI:10.3969/j.issn.1673-5005.2020.04.021