国家教育部博士点基金(200802951038)
- 作品数：8 被引量：5H指数：1
- 相关作者：刘飞赵忠盖郭磊刘景姬鹏飞更多>>
- 相关机构：江南大学教育部更多>>
- 发文基金：国家教育部博士点基金国家高技术研究发展计划江苏省自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生化学工程更多>>
- 基于MNNPLS的间歇过程的故障诊断
- 2011年
- 针对间歇生产过程的特点及多向部分最小二乘在故障诊断中存在的问题,提出了一种多向神经网络部分最小二乘方法,实现对间歇过程的在线监控和故障诊断。该方法结合了部分最小二乘的鲁棒性和神经网络表现输入输出非线性关系的能力,提高了模型的预测精度。将此方法应用于监测青霉素发酵过程中,仿真结果表明,它比传统多向部分最小二乘方法能更及时、准确地检测到故障。
- 郭磊赵忠盖刘飞
- 关键词：部分最小二乘故障诊断
- 基于因子回归模型的软测量方法被引量：3
- 2010年
- 在工业过程中,有很多重要变量往往无法在线检测,通常通过软测量方法进行估计,主元回归是其中1种常用方法。相比于主元,因子更具广泛意义,更能反映数据的本质特征。基于此,提出1种基于因子回归模型的软测量方法,先对过程日常运行数据进行因子分析,建立因子生成模型,并提取因子信息,然后建立因子与关键变量间的因子回归模型,在线应用时先将可测变量代入生成模型得到因子变量,然后将因子代入到因子回归模型,软测量出关键变量。将该方法应用到化工吸附分离过程中,比较了因子回归模型与主元回归模型的软测量效果,结果表明前者优于后者。
- 赵忠盖刘飞
- 关键词：软测量主元回归
- 一种基于因子回归模型的软测量方法
- 软测量是估计难测离线关键变量的有效方法,在工业过程生产中得到了广泛的应用,主元回归是其中一种常用方法。相比于主元,因子更具广泛意义,更能反映数据的本质特征。基于此,提出一种基于因子回归模型的软测量方法,先对过程日常运行数...
- 赵忠盖刘飞
- 关键词：软测量主元回归
- 文献传递
- 多阶段的青霉素发酵过程故障诊断
- 2011年
- 针对青霉素发酵过程由于外界因素或者反应进程的改变往往具有多阶段性,不同操作阶段动态特性不同,线性化程度也不同,提出一种分阶段多模型法。该方法将整个青霉素发酵过程分为多个阶段,并根据各阶段不同的机理特性,分别建立能更好描述各阶段动态特性的模型,以达到更准确地反应整个青霉素发酵过程数据信息的目的。最后将此方法和多向部分最小二乘(MPLS)、多向神经网络部分最小二乘(MNNPLS)方法的监控性能在青霉素发酵仿真系统上进行应用并比较。结果表明:该方法在过程故障诊断中更具精确性和实时性。
- 郭磊赵忠盖刘飞
- 关键词：青霉素发酵过程故障诊断
- 青霉素发酵过程的多阶段MPCA建模及监控
- 2010年
- 青霉素发酵过程具有非线性极强、动态特性变化快等特点,机理模型难以建立,过程监控和控制很困难。本文针对以上特点,基于多方向主元分析法(MPCA),研究了多阶段MPCA法对青霉素发酵过程的建模及监控。该方法通过多阶段线性结构改进传统MPCA法的单模型线性化结构,以分段线性建模逼近非线性的方式,弥补传统MPCA法的不足,提高监控的准确度和速度。本文详细地讨论了多阶段MPCA建模方法、原理,并通过在青霉素发酵仿真过程的应用,验证了该方法的监控效果要好于传统MPCA法,可以更及时地检测到过程故障,从而进一步说明该方法比MPCA法的监控性能更可靠。
- 姬鹏飞赵忠盖刘飞
- 关键词：多向主元分析在线监控
- 带扰动时变系统显式模型预测控制算法
- 2012年
- 针对模型预测控制滚动优化计算量大,很难用于对实时性要求比较高的工业生产过程,提出了带约束和扰动的时变系统显式模型预测控制算法。该方法利用离线与在线结合,离线时对带约束和扰动的时变系统的可行域进行区域划分,并得到每个区域对应的代价函数与控制率的显式函数关系式,在线时通过查表确定当前时刻状态所在区域即可得到相应的控制率,大大减少了在线计算量,提高了实时性。对算法进行仿真实验,证明了算法的可行性与稳定性。
- 刘景刘飞
- 关键词：显式模型预测控制时变系统
- 基于微分包含的约束非线性系统显示预测控制被引量：1
- 2011年
- 提出了一种非线性预测控制的新方法。首先基于线性微分包含理论,利用泰勒级数对系统进行线性化,通过对偏导数取最大和最小的方法构造多面体描述的线性时变系统包裹原非线性系统,然后对于多面体描述的线性不确定系统,采用多参数规划的方法建立显示模型预测控制系统。对该方法进行了仿真计算,仿真结果表明采用这种方法可以更好的描述非线性系统,改善控制器的控制效果。
- 刘景刘飞
- 关键词：微分包含
- 1种基于遗失数据重构的软测量方法被引量：1
- 2011年
- 提出1种遗失数据重构思想下的软测量方法:先采用主元分析(PCA)离线建立所有变量(包括难测变量)的主元模型,实际应用时,将实时的难测变量看作遗失数据,通过遗失数据重构方法估计出难测变量,增加了软测量方法的灵活性。更进一步,在重构遗失数据时,使用马氏距离取代欧几里德距离作为指标,更准确地反映了过程变量之间的相关关系,由此指标求取软测量值能够大大地改善估计精度。
- 李庆华
- 关键词：主元分析软测量
- 无先验知识下基于概率主元分析的故障检测方法
- 2009年
- 基于故障可检测性条件,提出了概率主元个数选择方法,根据能将所有故障检测出的条件,确定出主元的个数.但是在有些实际工业过程中,其故障形式往往不可尽知,从而无法得出主元的个数,给监控带来了困难.为了能够有效地检测出故障,进一步提出一种多概率主元分析(PPCA)模型的检测方法,首先选择不同的主元个数,建立PPCA模型,然后联合这些PPCA模型进行检测,如果有一个主元模型的指标值超出控制限,则认为过程出现故障,从而实现故障检测.
- 赵忠盖刘飞
- 关键词：故障检测
