-
题名基于稀疏核主元分析的在线非线性过程监控
被引量:10
- 1
-
-
作者
赵忠盖
刘飞
-
机构
江南大学自动化研究所
-
出处
《化工学报》
EI
CAS
CSCD
北大核心
2008年第7期1773-1777,共5页
-
基金
国家高技术研究发展计划项目(2007AA04Z198)~~
-
文摘
核主元分析(KPCA)适合非线性过程的监控,但存在计算量大、实时性差等缺点。提出一种基于稀疏KPCA(SKPCA)的过程监控方法,先使用SKPCA对正常建模数据进行加权,少数权值大的数据基本能代表全部正常数据的信息,因此稀化了建模数据,然后根据稀化后的正常数据建立过程的KPCA模型,并提出监控指标,大大减少了计算量,提高了监控的实时性,最后以化工分离过程为对象,就KPCA与SKPCA的监控效果和实时性进行了详细的对比研究,结果表明了基于SKPCA监控方法的优越性。
-
关键词
稀疏核主元分析
在线监控
非线性过程
-
Keywords
sparse kernel principal component analysis
on-line monitoring
nonlinear process
-
分类号
TP277
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名SKPCA-LSSVM模型在汽油干点预测中的应用
- 2
-
-
作者
郭丽莹
李文娜
郎宪明
-
机构
辽宁石油化工大学信息与控制工程学院
-
出处
《辽宁石油化工大学学报》
CAS
2022年第3期74-78,共5页
-
基金
中国博士后科学基金项目(2020M660125)
辽宁省博士科研启动基金计划项目(2019-BS-158)
+1 种基金
辽宁省教育厅项目(L2020017)
辽宁石油化工大学引进人才科研启动基金项目(2019XHHL-008)。
-
文摘
常压塔塔顶汽油干点与产品质量密切相关,因为常减压蒸馏工艺流程和变量相关性均复杂,所以汽油干点预测很难在线进行。软测量方法是解决这类变量估计和控制预测问题的一种技术途径。在核主元分析(KPCA)算法中引入稀疏主元分析(SPCA)思想,采用稀疏核主元分析(SKPCA)算法对模型的输入变量进行选择,实现了数据的非线性降维,简化了主元结构,增加了主元变量的稀疏性。将选择的稀疏主成分作为最小二乘支持向量机(LSSVM)的输入,建立常压塔塔顶干点软测量预测模型。仿真结果表明,SKPCA-LSSVM模型相对于传统PCA-LSSVM、KPCA-LSSVM方法具有较高的预测精度和性能优越性。
-
关键词
软测量
核主元分析
稀疏核主元分析
最小二乘支持向量机
汽油干点
-
Keywords
Soft sensor
Kernel principal component analysis
Sparse kernel principal component analysis
Least squares support vector machines
Dry point of gasoline
-
分类号
TE624
[石油与天然气工程—油气加工工程]
TP29
[自动化与计算机技术—检测技术与自动化装置]
-