基于GMM的KCVA化工过程故障诊断方法 | |
赵小强; 张潇潇 | |
2015-05-23 | |
会议日期 | 2015 |
关键词 | 故障诊断 高斯混合模型(GMM) 核规范变量分析(KCVA) TE过程 |
英文摘要 | 在化工过程中,往往生产多种产品,使得过程存在多个操作模态,即多模态过程。传统的对单模态的故障诊断方法在用于诊断多模态化工过程不再适用。因此,针对多模态化工过程中多高斯分布的采样数据,本文提出了一种基于高斯混合模型的核规范变量分析算法。首先采用高斯混合模型(GMM)将化工过程中的采样历史数据分类成多个高斯分量,然后利用核规范变量分析(KCVA)算法对每个高斯分量建模,计算其相应的统计量进行过程故障诊断。最后在对TE过程的仿真中,通过与KCVA算法的故障诊断结果比较,证明了本文所提出算法的有效性。 |
内容类型 | 会议论文 |
源URL | [http://119.78.100.223/handle/2XXMBERH/28024] |
专题 | 电气工程与信息工程学院 |
作者单位 | 1.兰州理工大学电气工程与信息工程学院 2.甘肃省工业过程先进控制实验室 |
推荐引用方式 GB/T 7714 | 赵小强,张潇潇. 基于GMM的KCVA化工过程故障诊断方法[C]. 见:. 2015. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论