浙江省自然科学基金(Y1080871)
- 作品数：5 被引量：32H指数：3
- 相关作者：王培良宋执环颜文俊葛志强祝志博更多>>
- 相关机构：浙江大学湖州师范学院更多>>
- 发文基金：浙江省自然科学基金浙江省科技计划项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于迭代多模型ICA-SVDD的间歇过程故障在线监测被引量：13
- 2009年
- 采用多向主元分析的间歇过程故障监测方法需假设过程数据严格服从高斯分布,而且要对监测批次的测量未知值进行预测,这在一定程度上限制了其应用范围。为此通过建立迭代的多模型序列,不仅有效地解决了测量未知值的预测问题,而且考虑了各个间歇过程时间片之间的关联信息。同时,利用独立成分分析方法提取出过程的非高斯信息,通过引入支持向量数据描述方法对独立成分进行进一步建模,实现非高斯特性下的间歇过程故障在线监测。通过一个实际的半导体制造过程的实验研究,表明提出的新方法可以更有效地处理间歇过程数据信息。
- 王培良葛志强宋执环
- 关键词：MPCA非高斯故障在线监测
- 一种新的动态非高斯过程监控方法被引量：13
- 2009年
- 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。
- 王培良颜文俊
- 关键词：非高斯SVDD
- 基于主元空间动态模型的故障检测方法被引量：1
- 2011年
- 建立了一种基于主成分分析的主元空间线性动态模型,将主成分分析的得分变量视为由高斯白噪声驱动的线性动态模型输出,可有效去除主元得分向量的动态相关性,动态模型参数可以通过期望最大化方法迭代辨识。分别在主元残差空间和主元空间线性动态模型上建立监控统计量,从而实现对动态过程的故障检测。通过数值仿真验证,该算法故障检测的检测率和误警率均表现良好。
- 文巧钧宋执环苗爱敏
- 关键词：故障检测动态过程主成分分析状态空间模型
- 基于PCA-SVDD的故障检测和自学习辨识被引量：6
- 2010年
- 为了利用多变量统计过程控制在故障检测上的优势以及克服其在故障辨识诊断上的缺陷,提出一套新的用于化工过程的故障检测和自学习辨识算法.应用主元分析(PCA)实施故障检测并对故障数据运用PCA特征提取,提出3种基于主元分析-支持向量数据描述(PCA-SVDD)的模式判别方法来实现故障的自学习辨识:考虑故障辨识时可能出现的类分布重合问题,分析和比较了基于欧氏距离和归一化半径判别这2种方法,提出针对新型未知故障辨识的加权归一化半径判别法.通过对Tennessee Eastman(TE)过程的仿真研究,说明了提出的故障检测和自学习辨识算法的可行性和有效性.
- 祝志博王培良宋执环
- 关键词：特征提取故障检测
- 基于变精度粗糙集的神经模糊网络优化及应用
- 2009年
- 针对现有神经模糊网络应用中的不足,提出了一种新的基于变精度粗糙集的神经模糊网络优化方法,并讨论了其在复杂系统建模中的应用。将变精度粗糙集理论中的β分类精度作为信息函数,选择条件属性。通过选择适当的精度,对建模数据进行离散化,组成决策表。通过对决策表进行变精度的知识约简,提取重要的属性和属性值,映射到模糊规则中,简化生成的规则,从而有效地优化了神经模糊网络结构,极大地减少了网络的训练时间,且提高了训练精度。将该方法应用于有大量样本数据的非线性时延系统建模,仿真实例验证了此种方法的可行性和有效性。
- 王培良颜文俊胡莹坚张迎
- 关键词：变精度粗糙集神经模糊网络知识约简
