甘肃省教育厅研究生导师科研项目(1003ZTC085)
- 作品数：3 被引量：3H指数：1
- 相关作者：赵小强钱君秀解庆杨武更多>>
- 相关机构：兰州理工大学甘肃省制造业信息化工程技术研究中心肃蓝科石化高新装备股份有限公司更多>>
- 发文基金：甘肃省教育厅研究生导师科研项目甘肃省自然科学基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 峰度的FNN方法在化工过程故障诊断中的应用
- 2011年
- 针对化工过程具有规模大、复杂性高、变量多的特点,本文提出了改进FNN(KFNN)的化工过程故障诊断方法。传统的FNN方法存在运算复杂度高、灵敏度低的问题,将峰度引入到FNN方法中,对数据进行降维处理,使运算复杂度明显降低,提高了故障诊断的精度和灵敏度。将KFNN方法应用到一个实际酮苯脱蜡的化工过程中,仿真结果表明此方法能够及时有效地检测酮苯脱蜡生产过程中存在的故障。
- 赵小强钱君秀
- 关键词：故障诊断峰度酮苯脱蜡
- 基于FCM建模的DKICA间歇过程故障诊断被引量：2
- 2013年
- 由于对间歇过程应用KICA算法进行在线监控时需要预测从当前时刻到反应结束时刻的测量数据,同时间歇过程具有多个生产模态,应用KICA算法进行独立建模时,模型结构复杂,计算量大。针对间歇过程数据预估不准确和多模态计算量大的问题,提出了一种基于FCM聚类建模的双核独立元分析(DKICA)间歇过程故障诊断算法,该算法首先对间歇过程数据进行批次展开与变量展开,构建二维建模数据单元,然后将展开后的高维数据按FCM聚类进行分类,再对分类后的每个聚类模块应用DKICA算法提取独立元,建立每个聚类模块的诊断模型,并计算I^2和SPE统计量及相应的控制限,跟踪过程的运行状态,及时检测到故障的发生。将该方法应用于DuPont间歇聚合反应过程中,仿真结果验证了所提出方法的可行性和有效性,并显示出比KICA更好的诊断效果。
- 赵小强钱君秀
- 关键词：化工过程故障诊断FCM
- 基于KPCA与LS-SVM的化工过程故障诊断算法研究被引量：1
- 2012年
- 针对核主元分析方法(KPCA)在复杂化工在线监控过程中初始故障源难以辨识的问题,该文提出了一种基于核主元分析和最小二乘支持向量机的集成故障诊断方法。该方法首先运用KPCA对数据进行预处理,在特征空间构建T2和SPE来检测故障的发生,然后计算样本的非线性主元得分向量,将其作为最小二乘支持向量机的输入值,通过最小二乘支持向量机的分类进行故障类型的识别。将上述故障诊断方法应用到Tennessee Eastman(TE)化工过程,多种故障模式下的仿真结果表明,该方法不但能有效地辨识故障,而且提高了故障检测和故障诊断的速度。
- 解庆杨武赵小强
- 关键词：化工过程故障诊断核主元分析最小二乘支持向量机
