期刊文献+
共找到142篇文章
< 1 2 8 >
每页显示 20 50 100
PLS质量监控及其在Tennessee Eastman过程中的应用 被引量:10
1
作者 宋凯 王海清 李平 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2005年第5期657-662,共6页
研究质量监测在部分最小二乘(PLS)框架下的可检测性问题,并给出一种新的主成分确定方法.根据故障子空间和变量的显著性测度确定不同故障对质量的影响力,定义最优检测函数,进而建立PLS最优检测模型(ODM),使模型对严重影响产品质量的重要... 研究质量监测在部分最小二乘(PLS)框架下的可检测性问题,并给出一种新的主成分确定方法.根据故障子空间和变量的显著性测度确定不同故障对质量的影响力,定义最优检测函数,进而建立PLS最优检测模型(ODM),使模型对严重影响产品质量的重要过程故障具有最优检测能力.以TennesseeEastman(TE)过程为案例进行统计质量控制研究,结果表明此方法对重要过程故障的敏感性很高,有助于及时采取补救措施,稳定产品质量. 展开更多
关键词 部分最小二乘(PLS) tennessee eastman过程 统计质量控制(SQC)
下载PDF
VPLS Based Quality and Cost Control for Tennessee Eastman Process 被引量:1
2
作者 宋凯 王海清 李平 《Chinese Journal of Chemical Engineering》 SCIE EI CAS CSCD 2005年第1期62-67,共6页
Product quality and operation cost control obtain increasing emphases in modern chemical system engineering. To improve the fault detection power of the partial least square (PLS) method for quality control, a new QRP... Product quality and operation cost control obtain increasing emphases in modern chemical system engineering. To improve the fault detection power of the partial least square (PLS) method for quality control, a new QRPV statistic is proposed in terms of the VP (variable importance in projection) indices of monitored process variables, which is significantly advanced over and different from the conventional Q statistic. QRPV is calculated only by the residuals of the remarkable process variables (RPVs). Therefore, it is the dominant relation between quality and RPV not all process variables (as in the case of the conventional PLS) that is monitored by this new VP-PLS (VPLS) method. The combination of QRPV and T2 statistics is applied to the quality and cost control of the Tennessee Eastman (TE) process, and weak faults can be detected as quickly as possible. Consequently, the product quality of TE process is guaranteed and operation costs are reduced. 展开更多
关键词 产品质量 成本控制系统 化工行业 美国 产品管理 田纳西州
下载PDF
基于mini-1D-CNN模型的TE过程故障诊断 被引量:1
3
作者 杨余 杨鑫 +2 位作者 王英 翟持 张浩 《中国安全科学学报》 CAS CSCD 北大核心 2023年第2期173-178,共6页
为提升石化企业过程监测与故障诊断系统性能,满足化工过程故障诊断实时性、时效性的要求,提出一种基于过程历史数据驱动的最小一维卷积神经网络(mini-1D-CNN)的故障诊断模型。首先,通过一维卷积核学习和识别不同故障类型的数据特征,自... 为提升石化企业过程监测与故障诊断系统性能,满足化工过程故障诊断实时性、时效性的要求,提出一种基于过程历史数据驱动的最小一维卷积神经网络(mini-1D-CNN)的故障诊断模型。首先,通过一维卷积核学习和识别不同故障类型的数据特征,自动提取优势特征并进行故障分类;其次,通过逐步向后回归选择重要特征参数,优化模型结构。利用可实时获取的31个过程变量与操作参数,输入一维卷积神经网络(1D-CNN),监测与诊断田纳西-伊斯曼(TE)过程的主要故障。结果表明:相对于其他故障诊断模型,mini-1D-CNN模型在测试集上故障诊断率(FDR)较高,可达到96.50%;同时,mini-1D-CNN模型关注于TE过程故障诊断的重要特征参数,在降低参数量及降低训练和测试时间上具有显著优势。 展开更多
关键词 最小一维卷积神经网络(mini-1D-CNN) 田纳西-伊斯曼(te)过程 故障诊断 过程监测 贡献系数
下载PDF
改进的FP-growth算法及其在TE过程故障诊断中的应用 被引量:6
4
作者 李宏光 夏丽君 《北京工业大学学报》 CAS CSCD 北大核心 2016年第5期697-706,共10页
为了解决频繁模式增长(frequent pattern growth,FP-growth)算法因多次遍历频繁集列表而产生庞大频繁模式树需占用大量内存降低了运行效率的问题,提出一种改进的FP-growth(upgraded FP-growth,UFP)算法.首先,构造支持度函数实现各项与... 为了解决频繁模式增长(frequent pattern growth,FP-growth)算法因多次遍历频繁集列表而产生庞大频繁模式树需占用大量内存降低了运行效率的问题,提出一种改进的FP-growth(upgraded FP-growth,UFP)算法.首先,构造支持度函数实现各项与其支持度的映射,使算法的运行效率得到提高;其次,利用关键字筛选技术,把频繁项分成关键项表、非关键项表两部分,保证了最终获取的每条关联规则都是人们关注的有效信息;最后,根据频繁1-项集划分数据库子集并直接构造每一项的条件模式树,节省了内存空间.将UFP算法应用于Tenessee Eastman(TE)过程的故障诊断,通过与主成分分析(principal component analysis,PCA)、核主成分分析(kernel principal component analysis,KPCA)算法在多种故障下的诊断结果对比实验验证了算法的优越性. 展开更多
关键词 频繁模式增长(FP-growth)算法 关联规则 tenessee eastman(te)过程 故障诊断
下载PDF
基于CNN-LSTM-LOF的过程故障预测模型
5
作者 程志磊 章国宝 黄永明 《北京化工大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第1期121-127,共7页
在现代工业过程中,故障预测可以及时预测设备的潜在故障,减少事故的发生以及降低经济损失,因此故障预测对于过程系统至关重要。由于过程系统的复杂性以及运行数据集分布不均,使用正常数据集离线预测运行状态的方法没有较好的泛用性,且... 在现代工业过程中,故障预测可以及时预测设备的潜在故障,减少事故的发生以及降低经济损失,因此故障预测对于过程系统至关重要。由于过程系统的复杂性以及运行数据集分布不均,使用正常数据集离线预测运行状态的方法没有较好的泛用性,且不太准确。针对以上问题,将卷积神经网络(CNN)与长短期记忆网络(LSTM)相结合,用于提取设备运行数据的特征,在线预测之后的运行状态;随后将预测结果送入在离线状态下训练好的局部异常因子(LOF)模型中,计算预测出时间序列的异常值;最后将异常值与离线状态下训练出的故障阈值进行比较,大于阈值则认为存在潜在故障。将模型用于田纳西-伊斯曼(TE)时间序列进行验证,并与传统的故障预测方法进行比较,实验结果表明:本文所提模型对于多故障以及单故障预测相比传统故障预测方法均具有更好的效果,可以提前1个采样窗口检测到数据异常,有应用于工业故障预测的潜力。 展开更多
关键词 故障预测 田纳西-伊斯曼过程 长短期记忆 局部异常因子算法 卷积神经网络
下载PDF
基于ICA的工业过程监控方法及其在TEP中的应用 被引量:2
6
作者 郭旭红 朱忠奎 +1 位作者 刘刚 张娟娟 《系统仿真学报》 CAS CSCD 北大核心 2009年第8期2331-2334,共4页
针对工业过程的监控,论文采用独立分量分析(ICA)方法提取过程的独立分量,并把正常工况下的独立分量构成特征子空间,将待监测的数据投影到该子空间,提出以投影系数的变化作为监控指标的监控方法。仿真应用表明独立分量分析能够提取有效的... 针对工业过程的监控,论文采用独立分量分析(ICA)方法提取过程的独立分量,并把正常工况下的独立分量构成特征子空间,将待监测的数据投影到该子空间,提出以投影系数的变化作为监控指标的监控方法。仿真应用表明独立分量分析能够提取有效的TEP状态特征,监控指标可以有效的对系统进行监控。 展开更多
关键词 独立分量分析 过程 监控 teP
下载PDF
基于小波去噪与KPCA的TE过程故障检测研究 被引量:11
7
作者 王迎 王新明 赵小强 《化工机械》 CAS 2011年第1期49-53,共5页
针对化工过程复杂非线性,并且含有噪声和随机干扰的特点,提出利用小波去噪与核主元分析(KPCA)相结合的方法来进行故障检测,既可以达到去噪、抗干扰的目的,又可以将输入空间中复杂的非线性问题转化为特征空间中的线性问题,从而解决了主... 针对化工过程复杂非线性,并且含有噪声和随机干扰的特点,提出利用小波去噪与核主元分析(KPCA)相结合的方法来进行故障检测,既可以达到去噪、抗干扰的目的,又可以将输入空间中复杂的非线性问题转化为特征空间中的线性问题,从而解决了主元分析(PCA)方法在非线性过程中性能差的问题。并将该方法应用于Tennessee Eastman(TE)化工过程模型,仿真结果表明其在故障检测方面明显优越于普通的PCA方法。 展开更多
关键词 故障检测 核主元分析 小波去噪 te过程
下载PDF
改进二叉树支持向量机及其TE过程故障诊断 被引量:4
8
作者 陈柏志 石宇强 +1 位作者 詹钧凯 邬江波 《西南科技大学学报》 CAS 2018年第2期101-107,共7页
针对层次结构对二叉树支持向量机分类性能影响较大的问题,提出了一种改进的完全二叉树支持向量机构建方法。基于帕累托原则以核心圈样本最近类间距离和类内计算半径圈样本平均密度建立了类间差异性估计策略,将类间距离大且类内样本分布... 针对层次结构对二叉树支持向量机分类性能影响较大的问题,提出了一种改进的完全二叉树支持向量机构建方法。基于帕累托原则以核心圈样本最近类间距离和类内计算半径圈样本平均密度建立了类间差异性估计策略,将类间距离大且类内样本分布紧密的类别最先分离出来,并提出了构建完全二叉树的算法步骤。通过在UCI标准数据集上与其他SVM多类分类算法作比较,验证了改进算法的优越性。以TE过程故障诊断为研究对象,基于核主成分分析提取故障特征,应用改进的二叉树支持向量机实现了故障的准确识别。 展开更多
关键词 支持向量机 二叉树 哈夫曼树 te过程 故障诊断
下载PDF
基于KISOMAP-LDA-KNN算法TE过程故障诊断研究 被引量:3
9
作者 刘爱萍 王洪元 +1 位作者 程起才 冯燕 《计算机与数字工程》 2010年第11期34-37,共4页
针对化工连续生产过程的时序性及非线性等特征,文章提出了一种基于KISOMAP-LDA-KNN的非线性故障辨识方法。首先采用核等距映射(KISOMAP)算法在保持训练数据内在几何结构下进行非线性降维,然后使用线性判别(LDA)算法保持数据的最佳分类... 针对化工连续生产过程的时序性及非线性等特征,文章提出了一种基于KISOMAP-LDA-KNN的非线性故障辨识方法。首先采用核等距映射(KISOMAP)算法在保持训练数据内在几何结构下进行非线性降维,然后使用线性判别(LDA)算法保持数据的最佳分类效果下进行降维,完成过程的特征提取,最后用K近邻(KNN)算法进行模式分类。将上述方法应用到TE过程,仿真结果验证了该故障诊断方法有较高的辨识能力。 展开更多
关键词 核等距映射 线性判别分析 故障诊断 te过程
下载PDF
改进深度置信网络对TE过程故障诊断研究 被引量:8
10
作者 程换新 王建庆 《电子测量技术》 2019年第9期117-120,共4页
为了实现对TE过程的故障诊断,改进了深度置信网络(DBN)的故障诊断方法。传统DBN在训练过程有冗余特性,减弱网络的特征提取能力,改进DBN在无监督学习阶段的似然函数中加入惩罚正则项,通过稀疏约束得到DBN训练集的稀疏分布,再用Laplace函... 为了实现对TE过程的故障诊断,改进了深度置信网络(DBN)的故障诊断方法。传统DBN在训练过程有冗余特性,减弱网络的特征提取能力,改进DBN在无监督学习阶段的似然函数中加入惩罚正则项,通过稀疏约束得到DBN训练集的稀疏分布,再用Laplace函数的分布引导DBN节点的稀疏状态,用Laplace函数中的位置参数控制稀疏的力度,使无标签的数据特征更加直观的表示出来,最后将改进DBN和传统DBN、BP神经网络的仿真实验结果进行对比。实验结果,证明改进的DBN在故障诊断方面优于传统DBN和BP神经网络,达到了最好的诊断准确度,具有很高的理论研究价值。 展开更多
关键词 te过程 故障诊断 深度置信网络 惩罚正则项 拉普拉斯函数
下载PDF
基于改进小波网络的TE过程故障诊断
11
作者 刘晓琴 申东日 苏成利 《辽宁石油化工大学学报》 CAS 2007年第4期64-67,共4页
针对BP算法容易陷入局部极小值、收敛速度慢及容易振荡等缺点,采用小波BP网络且对小波网络采用基于梯度符号变化的局部学习率自适应算法和引入动量项的改进。将改进后的算法对多变量非线性的田纳西-伊斯曼过程进行了仿真研究,结果表明... 针对BP算法容易陷入局部极小值、收敛速度慢及容易振荡等缺点,采用小波BP网络且对小波网络采用基于梯度符号变化的局部学习率自适应算法和引入动量项的改进。将改进后的算法对多变量非线性的田纳西-伊斯曼过程进行了仿真研究,结果表明改进算法提高了故障分类的辨识精度。 展开更多
关键词 小波网络 故障诊断 te过程
下载PDF
基于DSC-DenseNet的流程工业系统故障监测
12
作者 汪凯 亚森江·加入拉 《机床与液压》 北大核心 2024年第7期226-230,共5页
田纳西-伊士曼过程数据高纬度、高耦合,存在数据特征难以提取的问题。为进一步提高流程工业系统中故障监测的识别率,现将一维稠密卷积网络(1D-DenseNet)与深度可分离卷积(DSC)结合,利用DenseNet的高效特征提取能力,并结合DSC减少计算参... 田纳西-伊士曼过程数据高纬度、高耦合,存在数据特征难以提取的问题。为进一步提高流程工业系统中故障监测的识别率,现将一维稠密卷积网络(1D-DenseNet)与深度可分离卷积(DSC)结合,利用DenseNet的高效特征提取能力,并结合DSC减少计算参数、提高诊断效率,以提供基于DSC-DenseNet的故障监测方式。先将数据进行归一化整理,并加入随机种子避免过拟合,随后将处理后的结果作为DSC-DenseNet的输入进行特征提取,然后将输出结果传入全连接层进行故障分类;最后在TEP数据集上进行准确率测试。结果证明:基于DSC-DenseNet的方法能有效分辨故障类型,故障分类准确率达到98.8%。并证明DSC-DenseNet比传统DenseNet有更好的故障识别效果。 展开更多
关键词 稠密连接网络 深度可分离卷积 故障诊断 田纳西伊士曼过程
下载PDF
基于改进核主元分析的TE故障诊断 被引量:6
13
作者 刘春燕 于春梅 《计算机测量与控制》 2016年第10期36-38,41,共4页
PCA、KPCA作为常用的多变量统计监控算法,一般适用于定常过程;针对实际工业过程的时变、非线性特性,提出一种基于分块的改进KPCA算法;该方法通过采用隧时间更新的核矩阵代替固定核矩阵用于主元模型的建立,使非线性监控模型能够在线更新... PCA、KPCA作为常用的多变量统计监控算法,一般适用于定常过程;针对实际工业过程的时变、非线性特性,提出一种基于分块的改进KPCA算法;该方法通过采用隧时间更新的核矩阵代替固定核矩阵用于主元模型的建立,使非线性监控模型能够在线更新,从而提高KPCA的检测正确率;与KPCA方法相比,该方法的运算复杂度明显降低;将该方法应用于TE(Tennessee Eastman)过程,仿真结果显示,该方法具有较好的监测性能,且所需时间大大减小,说明了该算法的有效性。 展开更多
关键词 核主元分析 主元模型 故障检测 te过程 矩阵分块
下载PDF
改进的PCA方法在TE过程故障检测中的应用 被引量:4
14
作者 罗杰 陈亮 赵亚威 《沈阳理工大学学报》 CAS 2008年第1期28-32,共5页
现代工业生产中,运行的安全性和可靠性尤其重要.利用主元分析数据压缩的优点,结合小波分析的多分辨率特性,提出了一种改进的主元分析方法,建立了基于改进方法的工业系统故障检测与分离的程序架构.通过TE过程仿真研究表明:改进方法在故... 现代工业生产中,运行的安全性和可靠性尤其重要.利用主元分析数据压缩的优点,结合小波分析的多分辨率特性,提出了一种改进的主元分析方法,建立了基于改进方法的工业系统故障检测与分离的程序架构.通过TE过程仿真研究表明:改进方法在故障检测方面性能优良,降低了误报率,提高了故障诊断的准确性,为故障检测领域相关问题的研究提供了有效例证. 展开更多
关键词 主元分析 小波分析 故障检测 te过程
下载PDF
支持向量机在TE过程故障诊断中的应用 被引量:5
15
作者 李芳 《安徽工业大学学报(自然科学版)》 CAS 2010年第2期195-199,共5页
支持向量机学习算法针对小样本情况表现出优良的性能,能够在有限特征信息情况下,最大限度地发掘数据中隐含的分类知识,使其能够更适用于故障诊断领域。研究决策有向无环图多类分类支持向量机在TE(Tennessee Eastman,TE)过程中的应用。... 支持向量机学习算法针对小样本情况表现出优良的性能,能够在有限特征信息情况下,最大限度地发掘数据中隐含的分类知识,使其能够更适用于故障诊断领域。研究决策有向无环图多类分类支持向量机在TE(Tennessee Eastman,TE)过程中的应用。仿真结果表明该方法分类精度较高且测试时间短,能够满足复杂工业过程对故障诊断的要求。 展开更多
关键词 支持向量机 故障诊断 te过程
下载PDF
基于概率神经网络的TE过程故障诊断 被引量:1
16
作者 缪素云 张峰 +1 位作者 李蕊 吕宁 《自动化技术与应用》 2011年第5期78-80,86,共4页
概率神经网络(PNN)-径向基网络的重要变形,它的学习速度快,很适合于故障检测问题,但是当网络输入样本过大时,网络的计算就会很复杂,计算速度就会很缓慢。本文提出用主元分析(PCA)对过程数据进行降维,然后将处理过的数据作为网络输入,这... 概率神经网络(PNN)-径向基网络的重要变形,它的学习速度快,很适合于故障检测问题,但是当网络输入样本过大时,网络的计算就会很复杂,计算速度就会很缓慢。本文提出用主元分析(PCA)对过程数据进行降维,然后将处理过的数据作为网络输入,这样使网络的计算速度得到了提高。最后将提出的方法用于田纳西-伊斯曼过程(Tennessee-Eastman Process,TE过程)的故障诊断中,测试结果表明该方法行之有效,易于工程实现。 展开更多
关键词 故障诊断 概率神经网络 主元分析 te过程
下载PDF
基于改进的DAEN在TE过程故障诊断中的应用研究 被引量:8
17
作者 张远绪 程换新 《电子测量技术》 2019年第11期56-60,共5页
现代化工生产过程中故障情况十分复杂,具有非线性、多种类、少标签问题,传统方法很难建立准确的诊断模型。基于深度自编码网络(DAEN),提出了一种新型智能故障诊断方法,并且添加Softmax分类器,构建了深度自编码网络诊断模型。该模型采取... 现代化工生产过程中故障情况十分复杂,具有非线性、多种类、少标签问题,传统方法很难建立准确的诊断模型。基于深度自编码网络(DAEN),提出了一种新型智能故障诊断方法,并且添加Softmax分类器,构建了深度自编码网络诊断模型。该模型采取稀疏理论进行了改进,解决故障数据少,与正常数据不平衡问题。并且所提方法采取大量无标签样本作为训练集,进行预训练,优化模型参数,并以少量有标签样本作为测试集,进行微调。通过田纳西-伊斯曼(TE)过程仿真数据实验结果表明,相比较支持向量机(SVM)、K最近邻(KNN)等学习方法,DAEN与Softmax回归结合,得到更高的故障诊断正确率;而相比传统的DAEN诊断方法、以及基于反向传播神经网络(BPNN)的传统机器学习故障诊断方法,本文改进的DAEN诊断方法诊断精度得到明显提高。 展开更多
关键词 深度自编码网络 稀疏理论 反向传播神经网络 支持向量机 K最近邻 Softmax分类器 田纳西-伊斯曼过程 故障诊断
下载PDF
Fault Diagnosis in Chemical Process Based on Self-organizing Map Integrated with Fisher Discriminant Analysis 被引量:14
18
作者 陈心怡 颜学峰 《Chinese Journal of Chemical Engineering》 SCIE EI CAS CSCD 2013年第4期382-387,共6页
Fault diagnosis and monitoring are very important for complex chemical process. There are numerous methods that have been studied in this field, in which the effective visualization method is still challenging. In ord... Fault diagnosis and monitoring are very important for complex chemical process. There are numerous methods that have been studied in this field, in which the effective visualization method is still challenging. In order to get a better visualization effect, a novel fault diagnosis method which combines self-organizing map (SOM) with Fisher discriminant analysis (FDA) is proposed. FDA can reduce the dimension of the data in terms of maximizing the separability of the classes. After feature extraction by FDA, SOM can distinguish the different states on the output map clearly and it can also be employed to monitor abnormal states. Tennessee Eastman (TE) process is employed to illustrate the fault diagnosis and monitoring performance of the proposed method. The result shows that the SOM integrated with FDA method is efficient and capable for real-time monitoring and fault diagnosis in complex chemical process. 展开更多
关键词 FISHER判别分析 故障诊断方法 自组织映射 化工过程 集成 化学过程 异常状态 实时监测
下载PDF
Study and Application of Case-based Extension Fault Diagnosis for Chemical Process 被引量:1
19
作者 彭荻 徐圆 朱群雄 《Chinese Journal of Chemical Engineering》 SCIE EI CAS CSCD 2013年第4期366-375,共10页
In chemical processes, fault diagnosis is relatively difficult due to the incomplete prior-knowledge and unpredictable production changes. To solve the problem, a case-based extension fault diagnosis (CEFD) method is ... In chemical processes, fault diagnosis is relatively difficult due to the incomplete prior-knowledge and unpredictable production changes. To solve the problem, a case-based extension fault diagnosis (CEFD) method is proposed combining with extension theory, in which the basic-element model is used for the unified and deep fault description, the distance concept is applied to quantify the correlation degree between the new fault and the original fault cases, and the extension transformation is used to expand and obtain the solution of unknown faults. With the application in Tennessee Eastman process, the result indicates that CEFD method has a flexible fault representation, objective fault retrieve performance and good ability for fault study, providing a new way for diagnosing production faults accurately. 展开更多
关键词 故障诊断 应用 化工过程 案例 化学过程 可拓理论 深部断裂 田纳西州
下载PDF
基于CHMM的TE过程在线故障检测
20
作者 曹立立 方华京 秦璇 《上海应用技术学院学报(自然科学版)》 2015年第3期254-259,共6页
随着工业过程的规模和复杂程度的增加,对于过程安全性和可靠性的要求进一步提高.为了准确及时地检测设备故障,提出了一种基于连续隐马尔可夫模型(CHMM)的在线故障检测方法.采用主元分析(PCA)方法对过程变量数据进行特征提取,利用变长度... 随着工业过程的规模和复杂程度的增加,对于过程安全性和可靠性的要求进一步提高.为了准确及时地检测设备故障,提出了一种基于连续隐马尔可夫模型(CHMM)的在线故障检测方法.采用主元分析(PCA)方法对过程变量数据进行特征提取,利用变长度滑动窗口技术跟踪动态数据,并提出了一个新的实时统计量作为在线故障检测的量化指标,结合实时阈值实现了CHMM的在线故障检测.将该方法应用于田纳西-伊斯曼(TE)化工过程,并与基于PCA和动态主元分析(DPCA)方法的故障检测结果进行比较,能够较准确地检测到故障,验证了该方法的有效性. 展开更多
关键词 连续隐马尔可夫模型 在线故障检测 主元分析 变长度滑动窗口 田纳西-伊斯曼过程
下载PDF
上一页 1 2 8 下一页 到第
使用帮助 返回顶部