作者:王曉慧,王延江,鄧曉剛,曹玉蘋,王平
摘要:針對間歇過程數據的多階段特性及復雜非線性特性,提出一種基于多階段多核支持向量數據描述(MPMK-SVDD)的間歇過程故障檢測方法。為充分挖掘間歇過程數據的多階段信息,首先提出一種基于互信息相似矩陣的改進譜聚類方法,解決間歇過程數據集的多階段劃分問題。進一步考慮到單一核函數難以充分描述過程數據的復雜非線性問題,設計一種基于多重核函數和核參數的SVDD監控模型,并通過貝葉斯推理構造全局監測統計量,以實現過程故障的有效監控。以青霉素發酵過程為仿真研究對象,驗證方法的有效性。結果表明,提出的方法比傳統的SVDD方法能更有效地檢測過程故障,具有更高的故障檢出率。
發文機構:中國石油大學(華東)控制科學與工程學院 青島大學應用技術學院
關鍵詞:故障檢測支持向量數據描述貝葉斯推理譜聚類間歇過程fault detectionsupport vector data descriptionBayesian inferencespectral clusteringbatch processes
分類號: TP277[自動化與計算機技術—檢測技術與自動化裝置]