基于动态PCA及GMM的挖掘机液压系统故障检测方法研究

通过多个传感器采集了挖掘机故障和非故障状态下斗杆液压缸伸出这一过程的压力信号,运用动态PCA将采集的多维数据降至一维,经过多次试验建立训练样本和检验样本,利用GMM方法建立了挖掘机故障检测模型。实验表明此方法可以有效的用于挖掘机液压系统故障检测。

小波动态PCA在过程监控中的应用

针对动态工业过程数据通常包含噪声的特点,提出了一种将小波分析与动态PCA相结合的WDPCA过程监控方法,即利用小波分析对过程原始数据进行消噪处理,然后通过动态PCA和T、Q图对过程监控。将WDPCA方法应用于TE过程,结果表明WDPCA方法能清晰的检测故障的发生,并比动态PCA有较高的准确率。

动态内全潜结构投影的空间扩展故障检测方法

动态内偏最小二乘(DiPLS)方法是基于数据驱动的潜结构投影的动态扩展算法,用于动态特征提取和关键性能指标预测.在大型装备系统中,传感器采集的当前时刻样本受历史样本的影响且可能包含较大噪声.在动态特征提取中,因DiPLS算法未按降序提取主成分,导致残差空间仍存在较大变异,动态和静态信息难以有效分离,影响故障检测性能.为此,本文提出了一种基于动态内全潜结构投影的故障检测方法(DiTPLS).首先,使用动态内偏最小二乘方法和向量自回归模型建立动态模型并检测故障,用于捕捉质量相关动态信息;基于结构化动态主成分分析算法建立一种改进的动态潜在变量模型,用于残差分解,提取质量无关的动态信息和静态信息,并构造合适的统计量进行故障检测.数值仿真和田纳西–伊斯曼过程实验验证了DiTPLS算法的有效性.

基于多动态核PCA的统计过程监测策略研究

针对工业生产过程数据多具有动态和非线性等特性,在时序相关性和非线性理论的基础上提出了一种多动态核PCA的监测方法。该方法突破了MKPCA单模型、非动态的建模方式,构造了适合批量生产过程的多模型、非线性和动态的建模方法,并侧重于在线过程性能监测的实时性,消除了预报未来测量值带来误差,提高了过程性能监视的准确性,并通过实例数学模型验证了该方法的有效性。

一种新的动态非高斯过程监控方法

现代工业过程数据往往具有较强的动态和非高斯特性,在原有方法的基础上,提出了一种改进的动态主元分析(MDP-CA)方法来处理过程数据的动态特性,同时引入支持向量数据描述(SVDD)方法对过程进行建模。由于SVDD方法对数据的分布没有任何限制,因此,它可以很好地描述过程的非高斯信息。新方法首先采用相关分析方法确定动态步长并建立过程数据的动态矩阵,利用PCA方法进行信息特征提取,并把过程信息分为主元子空间和残差子空间,然后分别在这两个子空间上建立SVDD统计监控模型,通过构造两个新的统计量对过程进行监控。所提出的方法应用于Tennessee Eastm an(TE)过程的仿真和一个实际水泥制造过程的实验,结果均表明了该方法的有效性。

基于GC-IMS技术解析青枣不同菌种发酵关键风味物质差异

目的:分析青枣不同菌种发酵样品中的主要风味物质及风味差异,为青枣发酵产品的发展提供理论依据。方法:以青枣为原料,分别加入活化后的不同乳酸菌发酵剂(接种量0.5%)和酵母菌(接种量0.5%)进行发酵,然后采用气相色谱-离子迁移谱(gas chromatography-ion mobility spectrometry,GC-IMS)技术、挥发性有机物定性分析(GC×IMS Library Search)、挥发性有机物的指纹图谱和动态主成分分析(principal component analysis,PCA)方法对青枣不同菌种发酵样品中的挥发性有机物(volatile organic compounds,VOCs)进行对比分析。结果:青枣汁样品、枣汁酵母菌发酵产品和枣汁乳酸菌发酵产品三者风味相对差异较大。结论:鲜枣汁中6-甲基-5-庚烯-2-酮、2-辛酮、3-戊酮、2-甲基丁醛、E-2-庚烯醛、E-2-己烯醛、二甲基二硫醚、苯乙烯、苯、2-甲基-1-丁醇、1-丙醇、丁酸甲酯、丙酸、甲基吡嗪等物质的含量较高;枣汁酵母菌发酵产品中苯乙醛、2,3-二乙基-5-甲基吡嗪、1-辛烯-3-醇、Z-3-己烯-1-醇、2-辛醇、异丁醇、异戊醇、己醛、乙酸异戊酯、乙酸异丁酯、异丁酸乙酯、丙酸乙酯等物质的含量较高;枣汁乳酸菌发酵产品中己酸乙酯、甲酸乙酯、2-戊酮等物质的含量较高。