检索结果-维普期刊中文期刊服务平台

一种面向复杂非平稳工业过程的质量相关分布式故障检测方法: 1; 作者董洁李大业 +2 位作者尉艳梅彭开香杨慧《工程科学与技术》 EI CAS CSCD 北大核心 2024年第6期15-24,共10页; 由于复杂工业过程通常受到生产条件的变化,未知的外部干扰及其他因素的影响,其过程数据时间序列的统计特征随时间变化,呈现出非平稳特性。而工业过程的故障可能会被过程的非平稳特性所掩盖,这给复杂工业过程的质量相关故障检测带来巨大... 展开更多; 关键词质量相关分布式故障检测特征提取动静融合复杂非平稳过程; 在线阅读下载PDF 职称材料

一种面向多工序复杂制造过程的质量软测量方法: 2; 作者彭开香秦昕 +1 位作者王佳浩杨慧《工程科学与技术》 EI CAS CSCD 北大核心 2024年第6期3-14,共12页; 复杂制造过程关键质量变量的精准感知,是实现系统优化控制和保障系统安全稳定运行的必要前提。考虑复杂制造过程具有生产工序众多、回路互联耦合、工序质量遗传、数据时空分布等复杂特性,使得对过程质量的精准感知面临诸多困难。在此背... 展开更多; 关键词多工序软测量特征选择残差网络最小冗余最大相关遗传算法; 在线阅读下载PDF 职称材料

专刊评述:重大装备信息物理系统异常检测与安全控制: 3; 作者苗强彭开香《工程科学与技术》 EI CAS CSCD 北大核心 2024年第6期1-2,共2页; 在国家加快推进质量强国建设、新质生产力发展的关键阶段,聚焦工业与制造领域的重大装备信息物理系统异常检测与安全控制,面向国家战略需求,坚持“安全可靠性优先”的原则,推进重大装备服役异常检测、健康状态评估、早期故障诊断、安全... 展开更多; 关键词国家战略需求异常检测安全控制信息物理系统质量强国健康状态评估四川大学主办基础理论; 在线阅读下载PDF 职称材料

基于自适应增量学习的时间序列模糊聚类算法被引量：6: 4; 作者王玲徐培培《电子学报》 EI CAS CSCD 北大核心 2019年第5期983-991,共9页; 针对现存可用于时间序列的增量式模糊聚类算法往往需要设置多个控制参数的问题,本文提出了一种基于自适应增量学习的时间序列模糊聚类算法.该算法首先继承上一次聚类得到的簇结构信息以初始化当前聚类进程,然后在无需设置参数的情况下... 展开更多; 关键词时间序列模糊聚类自适应增量学习离群样本; 在线阅读下载PDF 职称材料

基于FastICA和G-G聚类的多元时序自适应分段: 5; 作者王玲李泽中《电子学报》 EI CAS CSCD 北大核心 2023年第5期1235-1244,共10页; 现有多元时间序列的分段方法主要通过检测时序数据统计特性或形状的变化情况,并以此为依据对分段点的位置进行“硬划分”.然而,这些分段方法无法对两个分段之间的过渡区间长度进行准确估计,且普遍需要人为预先设置参数,在高维且噪声较... 展开更多; 关键词多元时间序列自适应分段快速独立主成分分析 Gath-Geva聚类最小描述长度; 在线阅读下载PDF 职称材料

基于数字孪生的小卫星健康预测技术被引量：4: 6; 作者曹雪蕊张学艺 +1 位作者彭开香崔玉福《南京航空航天大学学报》 CAS CSCD 北大核心 2022年第S01期35-42,共8页; 健康预测和数字孪生技术是实现小卫星数字化设计与在轨卫星健康管理的重要手段,它可以为小卫星数字化设计提供必要的支持,保证其安全、可靠地在轨服役运行。针对小卫星数字化程度低、各阶段数据流动少、运行环境复杂多变等特点,本文提... 展开更多; 关键词数字孪生数字主线智能诊断健康预测; 在线阅读下载PDF 职称材料

基于在线加权慢特征分析的故障检测算法被引量：5: 7; 作者黄健杨旭《上海交通大学学报》 EI CAS CSCD 北大核心 2020年第11期1142-1150,共9页; 在工业过程监测中,传统的过程监测方法无法提取过程的动态信息,且进行特征选择时没有突出在线故障特征.针对此问题,提出基于在线加权慢特征分析(OWSFA)的故障检测算法.采用慢特征分析(SFA)算法提取过程的本质动态特征;基于正常数据估计... 展开更多; 关键词慢特征分析故障检测特征加权动态过程化工过程; 在线阅读下载PDF 职称材料

题名一种面向复杂非平稳工业过程的质量相关分布式故障检测方法: 1; 作者董洁李大业尉艳梅彭开香杨慧; 机构北京科技大学自动化学院工业过程知识自动化教育部重点实验室冶金工业安全风险防控应急管理部重点实验室河北视窗玻璃有限公司; 出处《工程科学与技术》 EI CAS CSCD 北大核心 2024年第6期15-24,共10页; 基金国家自然科学基金项目(62273031,U21A20483,62373040)。; 文摘由于复杂工业过程通常受到生产条件的变化,未知的外部干扰及其他因素的影响,其过程数据时间序列的统计特征随时间变化,呈现出非平稳特性。而工业过程的故障可能会被过程的非平稳特性所掩盖,这给复杂工业过程的质量相关故障检测带来巨大挑战。本文提出了一种基于动静特征融合且面向复杂非平稳工业过程的分布式质量相关故障检测方法。首先,利用最小冗余最大相关算法揭示和量化过程变量与质量变量之间的线性和非线性关系,并选择最具代表性的过程变量,消除所选过程变量之间的冗余性。其次,利用增广迪基–富勒检验(ADF)检验方法将所选的过程变量划分为平稳变量和非平稳变量。再次,利用工业过程的机理知识将复杂工业过程划分为多个有物理意义的子块,子块之间的信息交互通过公共变量实现,构建局部子块模型,该模型包括来自其邻居子块的信息。然后,通过偏最小二乘和长短期记忆网络方法分别提取子块中平稳变量及非平稳变量的静态特征和动态特征,并进行特征融合;利用规范变量分析算法来最大化融合后的动静态特征与质量变量之间的相关性,构建局部质量异常检测的统计量和控制限。最后,通过贝叶斯推理将局部检测结果进行融合,实现全局质量相关的故障检测。为了验证所提方法的有效性,采用河北某公司浮法玻璃生产过程的实际数据进行了实验。实验结果表明:本文所提质量相关分布式故障检测方法能够准确检测复杂非平稳过程的故障,故障检测率为100%,误报率为4%,比规范变量分析方法等具有更好的故障检测性能。综上所述,所提方法有效融合了动静特征以充分利用过程信息,在提高故障检测率同时显著降低了误报率,能够为复杂非平稳工业过程提供可靠技术支持。; 关键词质量相关分布式故障检测特征提取动静融合复杂非平稳过程; Keywords quality-related distributed fault detection feature extraction dynamic-static fusion complex nonstationary processes; 分类号 TP277 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名一种面向多工序复杂制造过程的质量软测量方法: 2; 作者彭开香秦昕王佳浩杨慧; 机构北京科技大学自动化学院工业过程知识自动化教育部重点实验室冶金工业安全风险防控应急管理部重点实验室河北视窗玻璃有限公司; 出处《工程科学与技术》 EI CAS CSCD 北大核心 2024年第6期3-14,共12页; 基金国家重点研发计划项目(2021YFB3301200) 国家自然科学基金项目(U21A20438,62373040,62203042)。; 文摘复杂制造过程关键质量变量的精准感知,是实现系统优化控制和保障系统安全稳定运行的必要前提。考虑复杂制造过程具有生产工序众多、回路互联耦合、工序质量遗传、数据时空分布等复杂特性,使得对过程质量的精准感知面临诸多困难。在此背景下,本文提出一种考虑过程时延的基于mRMR–GA–ResNet的多工序复杂制造过程质量软测量建模方法。首先,构建了一种考虑过程变量与质量变量间时延的基于最小冗余最大相关(mRMR)和遗传算法(GA)的多传感器过程变量筛选方法,以确定最优特征子集;其次,基于各工序的最优特征子集,设计了一种3维(特征–时间–工序)样本空间表征方法,工序内部以2维(特征–时间)形式表征,将工序作为通道构建3维(特征–时间–工序)样本,通过残差网络进行时间–空间特征提取,进而通过局部–全局特征融合得到最终的质量预测值;最后,通过一个实际制造过程——浮法玻璃生产过程,进行了实验验证。结果表明:在选择特征数相同的前提下,相较于其他4种基于相关性的特征选择方法(PCC、SCC、MI、MIC),本文所提多传感器过程变量筛选方法对于模型有更好的预测性能。以残差网络作为预测模型,本文所提3维样本构造方法,相较于传统的2维样本构造方法,对于模型的预测精度有了一定的提升,均方根误差ERMS、平均绝对误差EMA、对称平均绝对百分比误差E_(SMAP)分别提升9.2%、10.8%、9.8%,验证了所提方法的有效性。; 关键词多工序软测量特征选择残差网络最小冗余最大相关遗传算法; Keywords multi-process soft sensing feature selection residual network minimum redundancy maximum relevance genetic algorithm; 分类号 TP277 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名专刊评述:重大装备信息物理系统异常检测与安全控制: 3; 作者苗强彭开香; 机构四川大学电气工程学院北京科技大学自动化学院工业过程知识自动化教育部重点实验室冶金工业安全风险防控应急管理部重点实验室; 出处《工程科学与技术》 EI CAS CSCD 北大核心 2024年第6期1-2,共2页; 文摘在国家加快推进质量强国建设、新质生产力发展的关键阶段,聚焦工业与制造领域的重大装备信息物理系统异常检测与安全控制,面向国家战略需求,坚持“安全可靠性优先”的原则,推进重大装备服役异常检测、健康状态评估、早期故障诊断、安全冗余控制等基础理论和核心技术发展,将有效提升重大装备运行的安全性与可靠性,服务国家在关键装备制造与维护中的创新应用需求,具有重要科学价值和工程意义。为此,四川大学主办的《工程科学与技术》期刊,专门开辟了“重大装备信息物理系统异常检测与安全控制”专栏,为国内外复杂装备可靠性领域学者提供了一流交流平台。; 关键词国家战略需求异常检测安全控制信息物理系统质量强国健康状态评估四川大学主办基础理论; 分类号 TP399 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于自适应增量学习的时间序列模糊聚类算法被引量：6: 4; 作者王玲徐培培; 机构北京科技大学自动化学院北京科技大学自动化学院工业过程知识自动化教育部重点实验室; 出处《电子学报》 EI CAS CSCD 北大核心 2019年第5期983-991,共9页; 基金国家自然科学基金(No.61572073) 北京科技大学中央高校基本科研业务费专项资金资助(No.FRF-BD-17-002A) 北京市重点学科共建项目(No.XK100080537); 文摘针对现存可用于时间序列的增量式模糊聚类算法往往需要设置多个控制参数的问题,本文提出了一种基于自适应增量学习的时间序列模糊聚类算法.该算法首先继承上一次聚类得到的簇结构信息以初始化当前聚类进程,然后在无需设置参数的情况下自适应地搜索当前数据块中的离群样本,并自动从离群样本创建新簇,最后检查空簇识别标识确定是否需要移除部分簇以保证后续聚类过程的效率.实验结果表明所提算法对等长和不等长时间序列均具有良好的聚类准确性及运行效率.; 关键词时间序列模糊聚类自适应增量学习离群样本; Keywords time series fuzzy clustering adaptive incremental learning outliers; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于FastICA和G-G聚类的多元时序自适应分段: 5; 作者王玲李泽中; 机构北京科技大学自动化学院北京科技大学自动化学院工业过程知识自动化教育部重点实验室; 出处《电子学报》 EI CAS CSCD 北大核心 2023年第5期1235-1244,共10页; 基金国家自然科学基金(No.62076025,No.61572073)。; 文摘现有多元时间序列的分段方法主要通过检测时序数据统计特性或形状的变化情况,并以此为依据对分段点的位置进行“硬划分”.然而,这些分段方法无法对两个分段之间的过渡区间长度进行准确估计,且普遍需要人为预先设置参数,在高维且噪声较强的情况下分段效果较差.本文针对现有分段方法存在的诸多不足,提出一种基于FastICA(Fast Independent Component Analysis)和G-G(Gath-Geva)模糊聚类的多元时序自适应分段方法 .该方法利用FastICA进行特征提取,采用DW(Durbin-Watson)指数自动选取高信噪比的主成分,并根据最小描述长度(Minimum Description Length,MDL)设计基于G-G模糊聚类的自适应分段模型,实现对于多元时间序列的“软划分”.基于多种领域的真实数据集实验结果表明:与现有主流的分段方法相比,本文方法在上述数据集上的平均F1和MAE(Mean Absolute Error)可分别提升8.4%~16.8%和3.06%~6.56%.; 关键词多元时间序列自适应分段快速独立主成分分析 Gath-Geva聚类最小描述长度; Keywords multivariate time series adaptive segmentation fast independent component analysis Gath-Geva clus-tering minimum description length; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于数字孪生的小卫星健康预测技术被引量：4: 6; 作者曹雪蕊张学艺彭开香崔玉福; 机构北京科技大学自动化学院工业过程知识自动化教育部重点实验室航天东方红卫星有限公司; 出处《南京航空航天大学学报》 CAS CSCD 北大核心 2022年第S01期35-42,共8页; 基金国家重点研发计划(2021YFB3301200) 国家自然科学基金(61873024)。; 文摘健康预测和数字孪生技术是实现小卫星数字化设计与在轨卫星健康管理的重要手段,它可以为小卫星数字化设计提供必要的支持,保证其安全、可靠地在轨服役运行。针对小卫星数字化程度低、各阶段数据流动少、运行环境复杂多变等特点,本文提出了基于数字孪生的小卫星全生命周期智能诊断与健康预测框架。首先,对健康预测、数字孪生和数字主线等技术及其在卫星领域的应用做了概述。其次,充分利用小卫星在轨和地面等各类数据,构建了面向小卫星健康预测的数字孪生模型,以及小卫星全生命周期的数字主线。最后,结合机理知识和性能数据,提出了基于信息融合的薄弱环节识别、智能诊断、健康评估和在轨剩余寿命预测方法。所提出框架可以有效地实现物理和虚拟数据融合、虚实互连和数据处理,为小卫星数字化设计与健康预测提供必要支撑。; 关键词数字孪生数字主线智能诊断健康预测; Keywords digital twin digital mainline intelligent diagnosis health prediction; 分类号 V474 [航空宇航科学与技术—飞行器设计]; 在线阅读下载PDF 职称材料

题名基于在线加权慢特征分析的故障检测算法被引量：5: 7; 作者黄健杨旭; 机构北京科技大学自动化学院; 出处《上海交通大学学报》 EI CAS CSCD 北大核心 2020年第11期1142-1150,共9页; 基金国家自然科学基金项目(61903026,67673053) 中国博士后科学基金项目(2019M660462) 中央高校基本科研业务费(FRF-TP-18-103A1)。; 文摘在工业过程监测中,传统的过程监测方法无法提取过程的动态信息,且进行特征选择时没有突出在线故障特征.针对此问题,提出基于在线加权慢特征分析(OWSFA)的故障检测算法.采用慢特征分析(SFA)算法提取过程的本质动态特征;基于正常数据估计出特征阈值,根据松弛系数挑选出在线特征中超过阈值的嫌疑故障特征;引入权重系数,进一步构造基于在线加权的嫌疑故障特征统计量.将提出的OWSFA算法在数值系统和Tennessee Eastman过程进行仿真验证,证实了所提算法的故障检测效果优于主成分分析和SFA算法.OWSFA算法根据故障信息,在线构造加权统计量,加强了动态故障特征在监测模型中的表达.; 关键词慢特征分析故障检测特征加权动态过程化工过程; Keywords slow feature analysis(SFA) fault detection weighted feature dynamic process chemical process; 分类号 TP277 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	一种面向复杂非平稳工业过程的质量相关分布式故障检测方法	董洁李大业尉艳梅彭开香杨慧	《工程科学与技术》 EI CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
2	一种面向多工序复杂制造过程的质量软测量方法	彭开香秦昕王佳浩杨慧	《工程科学与技术》 EI CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
3	专刊评述:重大装备信息物理系统异常检测与安全控制	苗强彭开香	《工程科学与技术》 EI CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
4	基于自适应增量学习的时间序列模糊聚类算法	王玲徐培培	《电子学报》 EI CAS CSCD 北大核心	2019	6	在线阅读下载PDF 职称材料
5	基于FastICA和G-G聚类的多元时序自适应分段	王玲李泽中	《电子学报》 EI CAS CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料
6	基于数字孪生的小卫星健康预测技术	曹雪蕊张学艺彭开香崔玉福	《南京航空航天大学学报》 CAS CSCD 北大核心	2022	4	在线阅读下载PDF 职称材料
7	基于在线加权慢特征分析的故障检测算法	黄健杨旭	《上海交通大学学报》 EI CAS CSCD 北大核心	2020	5	在线阅读下载PDF 职称材料