典型文献
一种面向工业过程的质量异常检测与故障量化评估方法
文献摘要：
质量异常检测(Quality abnormality detection,QAD)与故障量化评估(Fault quantitative assessment,FQA)作为工业过程监控的关键环节,是故障诊断领域的研究热点.本文提出了一种新的工业过程质量异常检测与故障量化评估方法.首先,采用弹性网络(Elastic net,EN)算法构建了质量相关的变量候选集,借助典型相关分析(Canonical correla-tion analysis,CCA)构建了质量相关的特征向量,并引入支持向量数据描述(Support vector data description,SVDD)实现质量异常检测.其次,从优化近邻点距离的角度提出了增强局部线性嵌入(Enhanced local linear embedding,ELLE)算法,并提出了基于CCA-ELLE的质量异常故障量化评估方法.最后,通过田纳西-伊斯曼(Tennessee-Eastman,TE)过程进行仿真验证,并与传统的方法进行对比分析,实验结果验证了所提方法的优越性和有效性.
文献关键词：
质量异常检测;支持向量数据描述;故障量化评估;局部线性嵌入;工业过程
中图分类号：
作者姓名：
董洁;张伟;彭开香;马亮
作者机构：
北京科技大学自动化学院 北京100083;工业过程知识自动化教育部重点实验室 北京100083
文献出处：
引用格式：
[1]董洁;张伟;彭开香;马亮-.一种面向工业过程的质量异常检测与故障量化评估方法)[J].自动化学报,2022(10):2406-2415
A类：
故障量化评估,QAD,FQA,ELLE
B类：
工业过程,质量异常检测,Quality,abnormality,detection,Fault,quantitative,assessment,过程监控,过程质量,弹性网络,Elastic,net,EN,质量相关,选集,典型相关分析,Canonical,correla,analysis,CCA,特征向量,支持向量数据描述,Support,vector,data,description,SVDD,从优,近邻,邻点,局部线性嵌入,Enhanced,local,linear,embedding,田纳西,伊斯曼,Tennessee,Eastman,TE,仿真验证
AB值：
0.391046
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。
