典型文献
基于偏最小二乘的多特性复杂过程监测方法
文献摘要：
作为一种典型的多元统计分析方法,偏最小二乘(PLS)被广泛用于对关键性能指标的异常监测.然而,在复杂的工业过程中,数据可能具有动态、非线性特性或者同时具有动态和非线性特性,基于PLS的线性模型不适用于该过程,且可能导致较高的故障误报率.为此,文中提出了一种基于偏最小二乘的多特征提取算法.首先,基于动态内PLS模型(DiPLS)提取动态特征,得到质量相关动态子空间和动态残差子空间,并针对动态残差子空间进行PLS回归建模,以进一步分离静态信息的质量相关特征;然后,将残差子空间向高维投影,构建非线性PLS模型,以提取变量的非线性特征;最后,在各特征空间中构造统计量,设计了完整的多特性混合系统过程监测策略.田纳西-伊斯曼过程的实例分析结果表明,文中提出的方法有较快的故障检测速度,能达到较好的故障检测效果.
文献关键词：
偏最小二乘;关键性能指标;多特征提取;过程监测;故障检测
中图分类号：
作者姓名：
孔祥玉;陈雅琳;罗家宇;周红平;叶兴泰
作者机构：
火箭军工程大学 导弹工程学院, 陕西 西安710025
文献出处：
引用格式：
[1]孔祥玉;陈雅琳;罗家宇;周红平;叶兴泰-.基于偏最小二乘的多特性复杂过程监测方法)[J].华南理工大学学报（自然科学版）,2022(06):100-110
A类：
DiPLS,动态子空间
B类：
偏最小二乘,多特性,过程监测,监测方法,多元统计分析方法,关键性能指标,异常监测,工业过程,非线性特性,线性模型,误报率,多特征提取,特征提取算法,动态特征,质量相关,回归建模,高维,非线性特征,特征空间,统计量,混合系统,监测策略,田纳西,伊斯曼,故障检测,检测速度,检测效果
AB值：
0.314638
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
