期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于改进MVU的非线性动态过程故障检测方法 被引量:10
1
作者 陈如清 《仪器仪表学报》 EI CAS CSCD 北大核心 2013年第9期2111-2117,共7页
针对化工过程数据的非线性和动态性分布特征,引入Laplacian特征映射(LE),提出了一种基于改进最大方差展开(MVU)的特征提取算法。在改进算法中,局部以欧式距离、全局以测地线距离为尺度度量数据间差异性,以更好反映数据内在几何性质;此外... 针对化工过程数据的非线性和动态性分布特征,引入Laplacian特征映射(LE),提出了一种基于改进最大方差展开(MVU)的特征提取算法。在改进算法中,局部以欧式距离、全局以测地线距离为尺度度量数据间差异性,以更好反映数据内在几何性质;此外,借鉴LE算法思路,通过最小化近邻点间距离实现流形结构保持。改进算法兼具全局特性保持和局部流形学习能力,计算效率也有较大提高。将其用于提取非线性动态过程高维数据子流形特征,利用SVDD在特征空间建立故障检测模型,构造统计量并确定其控制限。TE过程仿真及丙烯聚合过程实验研究表明改进方法能有效挖掘过程特征信息、监控过程变化并及时检测故障发生,故障检测率较传统方法有显著提高。 展开更多
关键词 最大方差展开 Laplacian特征映射 SVDD 非线性动态过程 故障检测
在线阅读 下载PDF
基于斯皮尔曼相关分析的非线性动态过程特征提取与故障检测 被引量:14
2
作者 李元 刘雨田 冯立伟 《山东科技大学学报(自然科学版)》 CAS 北大核心 2023年第2期98-107,共10页
斯皮尔曼相关系数是一种非参数的相关性度量,可以等级化变量之间的相关性。然而,复杂的生产过程存在非线性、动态和多阶段问题,并且历史训练集数据仅包含正常过程的数据,使得斯皮尔曼相关不能直接应用于故障检测。为此,提出一种基于斯... 斯皮尔曼相关系数是一种非参数的相关性度量,可以等级化变量之间的相关性。然而,复杂的生产过程存在非线性、动态和多阶段问题,并且历史训练集数据仅包含正常过程的数据,使得斯皮尔曼相关不能直接应用于故障检测。为此,提出一种基于斯皮尔曼相关分析和时间窗等级化方法的故障检测算法。首先,找到样本点所在的时间窗,计算样本在窗内的等级;然后,使用基于斯皮尔曼相关的降维方法将数据映射到低维空间;最后,构造适用于等级化数据的统计量R^(2)作为故障检测的依据,当样本的R^(2)高于所得控制限时,认为样本是故障的,否则是正常的。将所提方法用于数值模拟和青霉素发酵过程实验,结果表明该方法在故障检测方面优于传统的统计方法。 展开更多
关键词 斯皮尔曼相关分析 时间窗等级化 特征提取 故障检测 非线性动态过程
在线阅读 下载PDF
非线性动态模糊系统过程控制与稳定性分析 被引量:1
3
作者 张静 李凡长 《计算机应用与软件》 CSCD 北大核心 2008年第2期80-83,共4页
针对自动控制领域中存在的大量的非线性动态模糊系统,提出了非线性动态模糊系统过程控制模型,并给出了动态模糊控制器的设计算法和该模型的稳定性分析,很好地解决了模糊控制系统所不能解决的动态性问题。
关键词 非线性动态模糊系统过程控制模型 动态模糊控制系统 动态模糊控制器
在线阅读 下载PDF
基于CE-Louvain分解和动态递归SVDD的分布式过程监测
4
作者 王晶 刘鹏阳 +2 位作者 卢山 周萌 陈晓露 《控制理论与应用》 2025年第8期1650-1658,共9页
针对全厂过程的复杂非线性动态特征,本文提出了一种分布式的过程监测方法.它包括两个主要内容:基于copula entropy Louvain(CE-Louvain)的过程分解和基于动态递归支持向量数据描述(DR-SVDD)的故障检测.首先,根据机理知识将全厂过程中的... 针对全厂过程的复杂非线性动态特征,本文提出了一种分布式的过程监测方法.它包括两个主要内容:基于copula entropy Louvain(CE-Louvain)的过程分解和基于动态递归支持向量数据描述(DR-SVDD)的故障检测.首先,根据机理知识将全厂过程中的变量初步映射为和过程结构相对应的无向图模型,引入CE来描述无向图中不同节点(即过程变量)之间的权重,并基于将CE-Louvain算法精细分解为合理的子块.然后,针对每个子块提出了基于DR-SVDD的分布式故障检测方法以提高故障检测率.最后,利用贝叶斯融合推理方法得到全局过程监测结果.提出的方法在Tennesse-Eastman(TE)过程中得到了验证. 展开更多
关键词 非线性动态过程 过程监测 CE-Louvain分解 支持向量数据描述
在线阅读 下载PDF
中国农业受灾与成灾面积预测研究 被引量:12
5
作者 王守荣 达庆利 黄凤喜 《气象学报》 CAS CSCD 北大核心 2003年第1期106-115,共10页
文中运用SAS软件建立了中国农业受灾面积非线性回归预测模型及成灾面积一元回归预测模型.前者运用SAS软件的时间序列方法、回归分析方法和时延神经元网络方法,分别建立了4个农业受灾面积预测模型.在运用各模型进行模拟预测的基础上,运... 文中运用SAS软件建立了中国农业受灾面积非线性回归预测模型及成灾面积一元回归预测模型.前者运用SAS软件的时间序列方法、回归分析方法和时延神经元网络方法,分别建立了4个农业受灾面积预测模型.在运用各模型进行模拟预测的基础上,运用组合方法建立组合预测模型,得到农业受灾面积的集成预测结果,从而克服了单个预测模型的偶然误差,提高了预测结果的精确性和可靠性.2000年农业受灾面积的预测值为5322.37×104 hm2;后者根据中国1951~1999年农业受灾、成灾面积资料,用SAS的REG过程拟合受灾面积与成灾面积的关系,预测未来成灾面积.2000年农业成灾面积预测值为2479.47×104 hm2.经检验,模型预测效果良好,根据预测结果可以采取有针对性的减灾措施,减少灾害损失. 展开更多
关键词 自然灾害 非线性动态过程 神经元网络 组合模型 农业
在线阅读 下载PDF
基于Kalman滤波的自适应离散递归神经网络模型的研究及应用 被引量:1
6
作者 王远景 《仪器仪表学报》 EI CAS CSCD 北大核心 2005年第z2期586-588,共3页
提出一种新基于自适应自回归神经网络控制模型,能够对未知的非线性动态系统进行预测控制,并成功地将其应用在化工热交换过程的流速与温度控制中,系统具有较好的鲁棒性。
关键词 自回归神经网络 非线性动态过程 模型预测控制 滤波
在线阅读 下载PDF
基于Hsia算法的Hammerstein模型辨识
7
作者 沈同全 孙逢春 程夕明 《系统仿真学报》 CAS CSCD 北大核心 2007年第23期5373-5375,共3页
针对采用广义最小二乘法(GLS)辨识Hammerstein模型时反复滤波,计算效率不高的问题,提出了利用Hsia算法进行Hammerstein模型辨识的策略。该法不需滤波,克服最小二乘解有偏性的同时,消除了Hammerstein模型中非线性增益的阶次对计算效率降... 针对采用广义最小二乘法(GLS)辨识Hammerstein模型时反复滤波,计算效率不高的问题,提出了利用Hsia算法进行Hammerstein模型辨识的策略。该法不需滤波,克服最小二乘解有偏性的同时,消除了Hammerstein模型中非线性增益的阶次对计算效率降低的作用,编程简单,计算快速。仿真及试验研究证明该法省时明显,值得推广。 展开更多
关键词 非线性动态过程 HAMMERSTEIN模型 Hsia算法 系统辨识
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部