公共文化服务平台

宋冰: 作品数：29 被引量：63H指数：4; 供职机构：华东理工大学更多>>; 发文基金：国家自然科学基金上海市青年科技启明星计划中央高校基本科研业务费专项资金更多>>; 相关领域：自动化与计算机技术机械工程历史地理更多>>

合作作者

基于KVAE-OCCA的质量相关故障检测方法及应用被引量：2: 2022年; 为了解决非线性过程质量相关故障检测问题,提出了一种名为关键变量自编码器-正交典型相关分析(KVAE-OCCA)的方法。首先,为了挑选出与质量变量具有相关性的过程变量,计算过程变量和质量变量的互信息,选择具有较大互信息的过程变量。然后,利用自编码器对选择出的过程变量进行无监督学习,实现特征提取和降维。其次,利用正交典型相关分析方法建立质量相关故障检测模型,通过对系数矩阵奇异值分解得到质量相关和无关投影矩阵,构建统计量并估计控制限。最后,将提出的方法在典型测试案例上进行测试,以说明所提方法的有效性。; 金雨婷侍洪波吕晓龙谭帅宋冰; 关键词：故障检测

多SVDD模型的多模态过程监控方法被引量：9: 2015年; 现代工业过程往往具有多个运行模态,并且单一模态中的变量服从高斯与非高斯混合的复杂数据分布。针对多模态与复杂数据分布问题,基于局部离群概率(local outlier probability,LOOP)算法与支持向量数据描述(support vector data description,SVDD)算法,提出了一种名为MSVDD(multiple support vector data description,MSVDD)的多模态过程监控方法。首先,考虑到不同模态之间存在差异,利用差分策略以及局部离群概率算法对多模态数据进行聚类。其次,在每个单一模态下分别建立SVDD模型。然后,通过计算测试样本对每个单一模态的离群概率选择合适的模型进行过程监控。最后,在Tennessee Eastman(TE)平台上进行仿真测试以验证提出方法的可行性与有效性。; 杨雅伟宋冰侍洪波; 关键词：多模态支持向量数据描述

一种基于MW-OCCA的质量相关早期故障检测方法: 本发明公开一种基于MW‑OCCA的质量相关早期故障检测方法，针对早期故障的幅值较小的问题，利用移动时间窗方法，对故障数据和正常数据之间的误差进行累积，增大故障数据和正常数据之间差距，达到放大早期故障的效果，并在此基础上建...; 宋冰金雨婷侍洪波陶阳谭帅

基于VAE-OCCA的质量相关故障检测方法研究: 2023年; 由于闭环反馈系统的存在,并不是所有故障均会导致质量发生恶化。质量变量通常难以获得或具有一定的延迟,传统的无监督方法不能在检测过程是否正常的同时判断故障对质量的影响。典型相关分析(canonical correlation analysis,CCA)是一种经典的有监督方法,可以考虑输入输出间的关系,已被用于质量相关故障检测。然而,过程数据存在着维度高、非线性等问题,流程系统的复杂性使得CCA对于隐藏特征的捕获更具挑战性。提出了一种变分自编码器-正交典型相关分析(variational automatic encoder-orthogonal CCA,VAE-OCCA)方法。首先,利用变分自编码器对输入数据进行无监督自适应学习,实现对高维非线性过程变量的特征提取;进而,基于典型相关分析方法考虑输入输出关系,利用得到的相关系数矩阵进行奇异值分解建立质量相关和质量无关监测统计量;最后,通过工业案例测试说明提出方法的有效性及优越性。; 宋冰郑城风侍洪波陶阳谭帅; 关键词：故障检测

一种基于多子空间正交典型相关分析的过程监测方法: 本发明公开一种基于多子空间正交典型相关分析的过程监测方法，旨在考虑采样数据时间序列相关性的基础上，提取采样数据的质量相关信息和质量不相关信息，以在此基础上实时过程监测。具体来讲，本发明首先将原始信息空间划分为四个不同的子...; 宋冰王炯侍洪波陶阳谭帅张天清

决策树分类算法的预剪枝与优化被引量：6: 2023年; 决策树分类算法是1种直观、有效的分类算法。针对影响决策树算法分类效果的2个重要因素———属性选择度量及预剪枝参数,对算法进行优化。以澳大利亚某地降水预测为实例,搭建迭代二叉树3代(ID3)及分类与回归树(CART)模型并对其进行优化。通过数据预处理及预剪枝操作,改进了算法,有效防止了过拟合,提高了决策树的分类性能。基于交叉检验方法优化了2种模型的参数,提高了预测精度。性能对比结果表明,基于基尼指数构建的决策树精度更高。针对该决策树,在优化后的参数附近构建三维网络搜索最优参数,达到了更高的预测准确率。; 郑力嘉宋冰; 关键词：决策树信息增益基尼指数

一种基于全局和局部特征提取的质量相关故障检测方法: 本发明公开尤其涉及一种基于全局和局部特征提取的质量相关故障检测方法，并在此基础上建立了质量相关故障检测模型。具体来讲，首先，为了提取工艺变量的全局‑局部结构信息，本发明提出了一种全局和局部特征提取方法。然后，基于典型相关...; 宋冰郭涛侍洪波郑城风宋易盟

一种基于卷积自编码器-多时序通道卷积神经网络的软测量模型构建方法: 本发明公开一种新的基于卷积自编码器‑多时序通道卷积神经网络的软测量模型构建方法，旨在针对多采样率质量变量数据，研究软测量模型的构建方式。本发明的主要核心是先使用卷积自编码器模块提取过程变量之间的时序相关特征，再通过时序通...; 宋冰周奕辰侍洪波宋敬儒张兴家马遥

基于ReliefF的主元挑选算法在过程监控中的应用被引量：4: 2017年; 传统的主成分分析(principal component analysis,PCA)算法选取包含大部分方差信息的成分作为主元,并将其应用到过程监控中。但是故障信息不一定会投影到方差较大的成分上,使用方差贡献度挑选主元会导致严重的信息丢失和监控效果的恶化。因此使用ReliefF-PCA算法,其中ReliefF算法从故障角度出发,挑选出在区分正常样本和故障样本上权重更高,效果相对更好的成分作为主元。这样挑选出的主元避免了传统PCA算法在主元挑选过程中出现的主观性、盲目性以及重要信息的丢失。ReliefF-PCA算法在过程监控中主要有两个优势,第1,监控效果更好;第2,对原始数据降维效果更好。随后,基于ReliefF-PCA算法,提出一种加权的故障变量贡献图方法。最后,通过Tennessee Eastman(TE)仿真实验测试,ReliefF-PCA算法达到了预期效果。; 陶阳王帆侍洪波宋冰; 关键词：主元分析故障定位

一种基于全局和局部特征提取的质量相关故障检测方法: 本发明公开尤其涉及一种基于全局和局部特征提取的质量相关故障检测方法，并在此基础上建立了质量相关故障检测模型。具体来讲，首先，为了提取工艺变量的全局‑局部结构信息，本发明提出了一种全局和局部特征提取方法。然后，基于典型相关...; 宋冰郭涛侍洪波郑城风宋易盟