针对传统核主元分析(KPCA)方法难以有效检测微小故障的问题,提出一种基于双层局部核主元分析(double-level local kernel principal component analysis,DLKPCA)的非线性过程微小故障检测方法。该方法从变量和样本两个角度来挖掘数据内...针对传统核主元分析(KPCA)方法难以有效检测微小故障的问题,提出一种基于双层局部核主元分析(double-level local kernel principal component analysis,DLKPCA)的非线性过程微小故障检测方法。该方法从变量和样本两个角度来挖掘数据内部的局部信息,以提高故障检测能力。首先,利用变量分块思想,基于不同变量与核主元之间互信息相关度的相似性,将所有过程变量划分多个局部变量块。然后,构建基于得分向量和特征值的残差函数以挖掘样本局部信息。最后利用贝叶斯融合策略对各块的结果进行融合。在田纳西-伊斯曼基准过程的仿真结果表明,在微小故障检测方面,本文所提方法具有比传统KPCA方法更好的故障检测性能。展开更多
针对现有过程控制实验装置系统存在实时数据难以保存、复杂控制算法难以实现等问题,设计并开发了基于Matlab软件和OPC(OLE for process control)通信技术的实时监控软件。该软件通过OPC技术与过程控制实验装置集散控制系统进行通信,实...针对现有过程控制实验装置系统存在实时数据难以保存、复杂控制算法难以实现等问题,设计并开发了基于Matlab软件和OPC(OLE for process control)通信技术的实时监控软件。该软件通过OPC技术与过程控制实验装置集散控制系统进行通信,实时采集装置的运行数据,利用Matlab软件GUIDE工具开发GUI界面,实现数据的实时显示、保存和控制算法编程。该监控软件为学生充分挖掘实验装置功能和开展创新性研究提供了技术平台。展开更多
文摘针对传统核主元分析(KPCA)方法难以有效检测微小故障的问题,提出一种基于双层局部核主元分析(double-level local kernel principal component analysis,DLKPCA)的非线性过程微小故障检测方法。该方法从变量和样本两个角度来挖掘数据内部的局部信息,以提高故障检测能力。首先,利用变量分块思想,基于不同变量与核主元之间互信息相关度的相似性,将所有过程变量划分多个局部变量块。然后,构建基于得分向量和特征值的残差函数以挖掘样本局部信息。最后利用贝叶斯融合策略对各块的结果进行融合。在田纳西-伊斯曼基准过程的仿真结果表明,在微小故障检测方面,本文所提方法具有比传统KPCA方法更好的故障检测性能。
文摘针对现有过程控制实验装置系统存在实时数据难以保存、复杂控制算法难以实现等问题,设计并开发了基于Matlab软件和OPC(OLE for process control)通信技术的实时监控软件。该软件通过OPC技术与过程控制实验装置集散控制系统进行通信,实时采集装置的运行数据,利用Matlab软件GUIDE工具开发GUI界面,实现数据的实时显示、保存和控制算法编程。该监控软件为学生充分挖掘实验装置功能和开展创新性研究提供了技术平台。