局部近邻标准化偏最小二乘的多模态间歇过程故障检测

本文针对多模态间歇过程数据多中心和模态方差差异明显的问题,提出了一种基于局部近邻标准化偏最小二乘方法.首先,采用统计模量方法处理间歇过程数据,再利用局部近邻标准化方法将统计模量后的训练数据进行高斯化处理,建立偏最小二乘监控模型,确定控制限;然后,同样对统计模量后的测试数据进行局部近邻标准化处理,再计算测试数据的高斯偏最小二乘监控指标,进行过程监视及故障检测.最后,通过数值实例和青霉素发酵过程验证方法有效性.实验结果表明所提方法解决了故障样本近邻集跨模态问题,对多模态数据具有更好的故障检测能力....

Full description

Saved in:
Bibliographic Details
Published in控制理论与应用 Vol. 37; no. 5; pp. 1109 - 1117
Main Authors 李元, 马雨含, 张成, 冯立伟
Format Journal Article
LanguageChinese
Published 沈阳化工大学信息工程学院,辽宁沈阳,110142%沈阳化工大学数理系,辽宁沈阳,110142 01.05.2020
Subjects
Online AccessGet full text
ISSN1000-8152
DOI10.7641/CTA.2019.80725

Cover

Abstract 本文针对多模态间歇过程数据多中心和模态方差差异明显的问题,提出了一种基于局部近邻标准化偏最小二乘方法.首先,采用统计模量方法处理间歇过程数据,再利用局部近邻标准化方法将统计模量后的训练数据进行高斯化处理,建立偏最小二乘监控模型,确定控制限;然后,同样对统计模量后的测试数据进行局部近邻标准化处理,再计算测试数据的高斯偏最小二乘监控指标,进行过程监视及故障检测.最后,通过数值实例和青霉素发酵过程验证方法有效性.实验结果表明所提方法解决了故障样本近邻集跨模态问题,对多模态数据具有更好的故障检测能力.
AbstractList 本文针对多模态间歇过程数据多中心和模态方差差异明显的问题,提出了一种基于局部近邻标准化偏最小二乘方法.首先,采用统计模量方法处理间歇过程数据,再利用局部近邻标准化方法将统计模量后的训练数据进行高斯化处理,建立偏最小二乘监控模型,确定控制限;然后,同样对统计模量后的测试数据进行局部近邻标准化处理,再计算测试数据的高斯偏最小二乘监控指标,进行过程监视及故障检测.最后,通过数值实例和青霉素发酵过程验证方法有效性.实验结果表明所提方法解决了故障样本近邻集跨模态问题,对多模态数据具有更好的故障检测能力.
Author 李元
马雨含
冯立伟
张成
AuthorAffiliation 沈阳化工大学信息工程学院,辽宁沈阳,110142%沈阳化工大学数理系,辽宁沈阳,110142
AuthorAffiliation_xml – name: 沈阳化工大学信息工程学院,辽宁沈阳,110142%沈阳化工大学数理系,辽宁沈阳,110142
Author_FL LI Yuan
FENG Li-wei
ZHANG Cheng
MA Yu-han
Author_FL_xml – sequence: 1
  fullname: LI Yuan
– sequence: 2
  fullname: MA Yu-han
– sequence: 3
  fullname: ZHANG Cheng
– sequence: 4
  fullname: FENG Li-wei
Author_xml – sequence: 1
  fullname: 李元
– sequence: 2
  fullname: 马雨含
– sequence: 3
  fullname: 张成
– sequence: 4
  fullname: 冯立伟
BookMark eNotjz1Lw0AYgG-oYK1d_Q0uqe97ueRyYylqhYJLnUty3olaUjCI1Cn1K0MLpYMflA6KDl0EBR3UoX-muTb_woJOz_Y8PCskF7ZCRcgaQom7DDcq9XKJAoqSB5w6OZJHALA8dOgyKUbRYQCACJQ7mCfV9D3OLsfzySC7-DGPSZrcpL27tNM3ozh960-_e9Ovh9nwKn0ZmvGTiTvZ_Yd5TeaTZDbumtvrbDgyz7H57K6SJe03I1X8Z4HsbW3WK1Wrtru9UynXrAjBFpbm0hYOR-pxJYQWgXSZVNzjvgh8yjQLOKMu9ViAkinkQihua5S-p_a1LaVdIOt_3jM_1H540DhqnZ6Ei2Lj-LzZbLfbFCiAs9i3fwEvRWgG
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.7641/CTA.2019.80725
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
Discipline Engineering
DocumentTitle_FL Fault detection for multi-modal batch process based on the local neighborhood standardization partial least squares
EndPage 1117
ExternalDocumentID kzllyyy202005019
GrantInformation_xml – fundername: 国家自然科学基金项目
  funderid: (61490701, 61673279)
GroupedDBID -01
-0Y
2B.
4A8
5XA
5XJ
92H
92I
93N
ABJNI
ACGFS
ALMA_UNASSIGNED_HOLDINGS
CCEZO
CCVFK
CUBFJ
CW9
PSX
TCJ
TGT
U1G
U5S
UY8
ID FETCH-LOGICAL-s1039-f7c39571287e99f9bc64ce787a9ba24f4b7426284b1c4e1799e73f1ca8edf3cc3
ISSN 1000-8152
IngestDate Thu May 29 04:08:30 EDT 2025
IsPeerReviewed true
IsScholarly true
Issue 5
Keywords 局部近邻标准化
故障检测
多模态间歇过程
偏最小二乘
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1039-f7c39571287e99f9bc64ce787a9ba24f4b7426284b1c4e1799e73f1ca8edf3cc3
PageCount 9
ParticipantIDs wanfang_journals_kzllyyy202005019
PublicationCentury 2000
PublicationDate 2020-05-01
PublicationDateYYYYMMDD 2020-05-01
PublicationDate_xml – month: 05
  year: 2020
  text: 2020-05-01
  day: 01
PublicationDecade 2020
PublicationTitle 控制理论与应用
PublicationTitle_FL Control Theory & Applications
PublicationYear 2020
Publisher 沈阳化工大学信息工程学院,辽宁沈阳,110142%沈阳化工大学数理系,辽宁沈阳,110142
Publisher_xml – name: 沈阳化工大学信息工程学院,辽宁沈阳,110142%沈阳化工大学数理系,辽宁沈阳,110142
SSID ssib001102751
ssib002258297
ssib023646306
ssib057620041
ssib051372463
ssj0042201
ssib023167526
Score 2.2627943
Snippet ...
SourceID wanfang
SourceType Aggregation Database
StartPage 1109
Title 局部近邻标准化偏最小二乘的多模态间歇过程故障检测
URI https://d.wanfangdata.com.cn/periodical/kzllyyy202005019
Volume 37
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnR09b9QwNKraBQbEp_hWkfB4kDh2bG8kuZwqRFlopW5VksuBRHVItAztdOXrhlaqGPhQ1QEEQxckkGAAhv6ZXtr7F7z3Lr2kpUOLdIp89sv7tP3su-dny7qZxaKJy4ia40q7JrxmWjMxd2pSJdyjjFgURDN535uYFndn5MzI6J3q6ZKF5Fa6dOi5kv-xKtSBXfGU7DEsO0QKFVAG-8ITLAzPI9mYRZIFDgYrRIZpl_maRZoFDWYcquEsCFjkMd9msOcHYHhqjwohM4MCvN5AGBMSHkBoU41ggY9gWDDMAGbFDNQIhPEFlhGzZr6DBXhXE1GjWCCoqU5EiR8sKATWxI8BupKAfaSLwC5R91gATUF1xUzII-YP-AdsHnFikyBAPUI-kUmNYMg_4BQEI4DiXocisvUCBIhrt2wxzIdPSAwFpESJBPygBAG0IaoRmdHM2NUWYMRvkHwByScQ1jSqv6dwu4xepBFAonLEFZFyA3efVQJAJgtFDyQHbfoe4W7sadwhskPgoX6HwIAZ5OIwisgMoKk6tUZkqn8Y4KGDVyoDvPxf9si00IFKCyl8F3rhMXmo-EpMSqAduc-ZDjL4FJOGrHhGzGxbWWWBi1WHeXDlCfTg4ZSPYZcw4m01OBh_ICv646W5ucXFRTSgLW3M-zvGlcJAjTG_PnnvQbklcPCP-coSlUs8Tb73nWMmCFluQfA-Bc8tIw-k4ypeuTECtuc4Aw3DyATndMX6UBmDxLAoxu39QtCpwHYrbj-sLGCnTlunip3nuD-YRs5YI0uPzlonK_lIz1kTve-d_ovN3a03_ed_8o_dXvd1b_Vdb3kt3-j0vq1t_17d_vVhZ_1l78t6vvkp7yz33__Iv3Z3t7o7myv521f99Y38cyf_uXLemm5EU-FErbhqpTZPsSAtleIf9rBYVZkxLZOknkgzcOaxSWIuWiJReHWFFomTigyzSGbKbTlprLNmy01T94I12n7Szi5a48rmTcdLEyOMFqnUsVCZB45eNhPtxUZdsm4UepgtptL52YPWvHwEmCvWiXL4XrVGF54-y67BBmEhuV70gb8G7cUj
linkProvider EBSCOhost
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%B1%80%E9%83%A8%E8%BF%91%E9%82%BB%E6%A0%87%E5%87%86%E5%8C%96%E5%81%8F%E6%9C%80%E5%B0%8F%E4%BA%8C%E4%B9%98%E7%9A%84%E5%A4%9A%E6%A8%A1%E6%80%81%E9%97%B4%E6%AD%87%E8%BF%87%E7%A8%8B%E6%95%85%E9%9A%9C%E6%A3%80%E6%B5%8B&rft.jtitle=%E6%8E%A7%E5%88%B6%E7%90%86%E8%AE%BA%E4%B8%8E%E5%BA%94%E7%94%A8&rft.au=%E6%9D%8E%E5%85%83&rft.au=%E9%A9%AC%E9%9B%A8%E5%90%AB&rft.au=%E5%BC%A0%E6%88%90&rft.au=%E5%86%AF%E7%AB%8B%E4%BC%9F&rft.date=2020-05-01&rft.pub=%E6%B2%88%E9%98%B3%E5%8C%96%E5%B7%A5%E5%A4%A7%E5%AD%A6%E4%BF%A1%E6%81%AF%E5%B7%A5%E7%A8%8B%E5%AD%A6%E9%99%A2%2C%E8%BE%BD%E5%AE%81%E6%B2%88%E9%98%B3%2C110142%25%E6%B2%88%E9%98%B3%E5%8C%96%E5%B7%A5%E5%A4%A7%E5%AD%A6%E6%95%B0%E7%90%86%E7%B3%BB%2C%E8%BE%BD%E5%AE%81%E6%B2%88%E9%98%B3%2C110142&rft.issn=1000-8152&rft.volume=37&rft.issue=5&rft.spage=1109&rft.epage=1117&rft_id=info:doi/10.7641%2FCTA.2019.80725&rft.externalDocID=kzllyyy202005019
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fkzllyyy%2Fkzllyyy.jpg