国家科技期刊平台

相关度

相关度
发表时间

每页显示10条

每页显示10条
每页显示20条
每页显示30条

已找到 39 条结果

基于CORBA的TE过程仿真器实现北大核心CSCDCSTPCD
作者：李秀喜钱宇江燕斌
发表期刊：计算机工程 2003年19期
关键词：TE过程过程仿真CORBA
摘要：TE过程(Tennessce Eastman process)是对一个化工过程的真实模拟,它被广泛用于过程控制研究.它的设计目的是对基于EastmanChemical的化工过程的各种故障的模拟.然而,原有的用Fortran写成的模拟器不利于与其他应用、软件的数据共享.该文用C++Builder重新编写了TE过程仿真器,使用CORBA技术实现数据共享.仿真器界面友好、功能齐全,为研究过程工程任务的人员提供良好的基础平台.
应用 EMPCA算法对 TE 过程中随机及连续缺失数据进行补值的研究CSCDCSTPCD
作者：孙怀宇别圣平李元
发表期刊：计算机应用与软件 2015年5期
关键词：缺失数据补值主元分析EMPCA算法TE过程
摘要：基于传统的主元分析法,利用最大期望主元分析法EMPCA( Expectation-Maximization Principal Component Analysis)对TE ( Tennessee Eastman)过程的随机缺失和连续缺失数据进行补值,并使用样本矩阵的平均相对误差及负载矩阵的误差平方和作为指标进行评价. 结果表明,使用EMPCA算法补值能有效对随机缺失和连续缺失数据进行补值,效果明显优于均值补值,补值计算得到的负载矩阵误差也相对较小.
混合型智能故障诊断方法在TE过程中应用
作者：邹吉峰宋艳华
发表期刊：科技创新与应用 2012年6Z期
关键词：智能故障诊断小波分析概率神经网络WPNNTE过程
摘要：针对工业过程数据中包含噪声和非线性的特点,提出了一种结合小波分析与概率神经网络(PNN)的故障诊断方法(WPNN方法),即利用db小波对过程原始数据进行消噪处理,然后将分解后低频系数作为输入样本送入概率神经网络完成故障诊断。将WPNN方法应用于TE过程,并与将原始数据直接送入概率神经网络作故障诊断的PNN方法进行了比较,实验结果表明WPNN方法的故障诊断的准确率明显高于PNN方法。
一种基于特征子空间的改进动态核主元分析方法北大核心CSCDCSTPCD
作者：刘春燕于春梅闫广峰
发表期刊：计算机应用研究 2016年12期
关键词：动态核主成分分析特征空间特征提取故障检测TE过程
摘要：针对传统的动态核主成分分析（dynamic kernel principal component analysis，DKPCA）用于大样本数据集的故障检测时，占用计算机内存大、计算复杂度高等不足，提出一种基于特征子空间的DKPCA算法（EFS-DKP-CA）。该方法通过构建具有较小维数特征子空间上的正交基来简化核矩阵K，从而降低DKPCA的计算复杂性。与DKPCA方法相比，该方法具有更高的计算效率，且只需较小的计算机存储空间。将该方法…查看全部>>
基于KISOMAP-LDA—KNN算法TE过程故障诊断研究CSTPCD
作者：刘爱萍王洪元程起才冯燕
发表期刊：计算机与数字工程 2010年11期
关键词：核等距映射线性判别分析故障诊断TE过程
摘要：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.
动态不确定因果图在化工系统动态故障诊断中的应用北大核心CSCDCSTPCD
作者：曲彦光张勤朱群雄
发表期刊：智能系统学报 2015年3期
关键词：化工过程动态不确定因果图故障诊断TE过程概率推理
摘要：为了避免化工工程中经济及生命的损失，有效及时检测出故障是十分必要的。动态不确定因果图（ DUCG）是一种根据有向图实现动态不确定因果关系表达与推理的方法。其处理信息的特性，对于目前规模庞大的化工过程故障诊断有着自身的优势。因此运用DUCG，通过构建对象系统知识库、对故障数据进行概率推理，实现化工过程的故障诊断，并针对化工过程的震荡信号，对原DUCG系统的数据发送模块做出改进，使之适用范围更全面。为了验证DUCG理论的有效性，采用TE过…查看全部>>
基于特征样本核主元分析的TE过程快速故障辨识方法北大核心CSCDCSTPCD
作者：薄翠梅张湜张广明王执铨
发表期刊：化工学报 2008年7期
关键词：核主元分析故障辨识梯度算法特征样本提取TE过程
摘要：核主元分析(KPCA)在非线性系统的故障检测方面明显优于普通的PCA方法,但存在无法进行故障辨识以及在故障诊断过程常常出现核矩阵K计算困难等难题.针对上述问题,提出了一种基于特征样本核主元分析方法(FS-KPCA)非线性故障辨识方法.首先采用特征样本(FS)提取方法有效解决核矩阵K的计算量问题.然后利用计算核函数的偏导方法求取KPCA监控中每个原始变量对统计量T2和SPE的贡献率,利用每个变量对监控统计量贡献程度的不同,可以辨识出故障…查看全部>>
基于慢特征重构与改进D P LS的软测量建模北大核心CHSSCDCSCDCSTPCD
作者：蒋昕祎李绍军金宇辉
发表期刊：华东理工大学学报（自然科学版） 2018年4期
关键词：软测量偏最小二乘慢特征分析数据重构TE过程
摘要：针对过程数据中存在的噪声干扰及动态特性,提出了一种基于慢特征重构与改进DPLS的软测量建模方法.该方法首先利用慢特征分析提取变化缓慢的成分,并用于重构原始输入,同时提出一种重构相似性指标来评价重构效果,实现用尽可能少的成分刻画数据的原有趋势,减少噪声干扰;然后梳理改进DPLS方法的完整流程,并用于分析重构输入与原输出间的关系,获得的模型更符合数据间的动态关系.本方法的有效性在TE过程及脱丁烷塔过程的软测量模型中得到了验证.
基于鲁棒 ICA-PCA的TE故障诊断北大核心CSCDCSTPCD
作者：衷路生解冬东
发表期刊：计算机应用研究 2016年10期
关键词：小波去噪鲁棒ICA-PCA主元分析TE过程故障检测
摘要：针对复杂工业过程混合分布的问题，提出了基于鲁棒ICA-PCA（independent component analysis-principal component analysis）的故障诊断新方法。由于实际工业过程数据不可避免地带有大量干扰，为降低数据粗糙的影响，首先采用小波去噪算法提高建模数据质量；然后利用鲁棒ICA-PCA算法提取过程的非高斯和高斯信息，并构建了三个统计量进行故障的监控；最后将上述方法应用到田纳西—伊斯曼（Ten…查看全部>>
基于数据深度的过程工业故障检测方法北大核心CSCDCSTPCD
作者：车建国赵赛
发表期刊：计算机工程与应用 2020年1期
关键词：故障检测数据深度核空间深度马氏深度秩统计量TE过程
摘要：为了对过程工业的生产过程进行质量监控,提出了一种基于数据深度的故障检测方法.选取较为易用的马氏深度与空间深度,同时为了提高空间深度对位置偏离程度的敏感性,引入高斯核函数将其核化,借助深度函数(马氏深度、核空间深度)将高维过程数据映射成一维深度值,再结合非参数秩统计量构造渐近分布进行故障判断.通过田纳西-伊士曼(TE)仿真实验,参考误报警率和检测效率两个指标,并将故障检测效果与其他方法进行对比,验证了所提方法的有效性.

12 3 4 >