![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文阅读
文章平均质量分 94
ZZP_csdn
最近在关注“流程工业过程监测”“动态非平稳过程”“过渡过程”相关研究。
展开
-
论文阅读——基于一致趋势特征分析的高炉非平稳过程监控
高炉是炼铁过程中最关键的设备。高炉的稳定运行是保证人员安全和生产效率的前提。因此,早期发现高炉异常是炼铁过程中的一项重要任务。然而,由于原料质量波动较大,运行条件动态,以及热风炉开关的影响,高炉的测量呈现出严重的非平稳特征。所有这些因素使得对高炉的监测成为一项具有挑战性的任务。本文提出了一种非平稳过程监测方法,称为一致趋势特征分析(CTFA),该方法可以提取与趋势相关的特征,并丢弃过程数据中的扰动。将提取的趋势的方向和幅度用于异常检测,并提出了一种基于局部学习的方法来确定时变控制极限。原创 2024-06-06 16:09:15 · 870 阅读 · 0 评论 -
稀疏慢特征分析增强控制监测和故障隔离
本文提出了一种新的时间序列数据潜变量模型——稀疏慢特征分析(SFA),用于过程监测和故障隔离。我们首先根据一种新的回归型问题对稀疏SFA进行了重新建模,并进一步将l1l_1l1范数惩罚纳入目标中以提高稀疏性。为了解决诱导非凸优化问题,提出了一种定制迭代算法。使用稀疏表示,可以完全省略贡献不显著的过程变量,并且与通用SFA相比,每个潜在变量仅与关键过程变量的一小部分相关。提出了一种基于稀疏SFA的过程监控与故障隔离方法,提高了监控性能,诊断结果易于理解,发现了有意义的过程知识。原创 2024-04-18 21:16:18 · 953 阅读 · 0 评论 -
论文阅读—过程运行状态精细识别的静态与动态同步分析
闭环控制通常用于工业过程跟踪设定值或者调节过程干扰。闭环控制的过程动态结果反应在数据上主要有两个方面,被称为时序相关和相应速度的变化。从数据中对两个方面的同步分析还没有在文献中得到充分的研究。在本工作中,提出了一个综合规范变量分析(CVA)和慢特征分析(SFA)的策略,通过同时探究时序行关性和过程数据变化的速度,用于监测由闭环控制引起的过程动态结果。首先,基于最大化过程数据中过去和未来特征值相关性, 建立反应时序相关性的正则子空间模型。原创 2024-04-09 21:39:43 · 862 阅读 · 2 评论 -
论文阅读—基于轨迹的多模态过渡阶段运行监测
许多连续的工业过程在不同的稳定状态下运行,具有不同的等级或产品。在两个稳态之间的转换被称为过渡过程。过渡过程由一系列的操作变化组成,并应在一定的幅值和时间范围顺序下执行。由于错误的操作可能导致劣质产品的增加甚至危害事件,因此需要对过渡过程进行监控。本文提出了一种基于慢特征分析的过渡识别与监测方案。提出了两种表示轨迹位置和过渡速度的监测统计量。此外,运行故障是根据危害和可操作性分析(HAZOP)指南生成的。原创 2024-04-06 12:31:41 · 1798 阅读 · 2 评论 -
论文阅读-基于DMP的过渡过程识别和质量相关故障检测
本文提出了一种基于分布式模型投影(DMP)的过渡过程识别算法,用于非线性过渡数据的聚类和过渡过程变化的监测。与其他几种识别方法相比,DMP算法既考虑了变量之间的相关性,也考虑了样本之间的相关性。提出了一种将DMP算法与分层聚类相结合的框架,通过对DMP算法进行大量的个体试验,得出最优聚类结果。基于离线分类结果,将过渡过程划分为几个子段,每个子段都可以用一个稳定模型来表征。在此基础上,对各环节建立的子模型进行在线识别和监测。原创 2024-04-05 15:27:29 · 622 阅读 · 1 评论