基于慢特征分析的分布式动态工业过程运行状态评价

doi:10.16383/j.aas.c230154

CORC > 自动化研究所 > 中国科学院自动化研究所 > 学术期刊 > 自动化学报

	基于慢特征分析的分布式动态工业过程运行状态评价
	钟林生; 常玉清; 王福利; 高世红
刊名	自动化学报
	2024
卷号	50 期号:4 页码:745-757
关键词	分布式模型运行状态评价慢特征分析动态时间规整 K-medoids聚类
ISSN号	0254-4156
DOI	10.16383/j.aas.c230154
英文摘要	现代工业过程通常具有规模大、流程长和工序多的特点, 导致传统的集中式建模方法会淹没过程的局部变化信息, 从而无法及时识别早期的非优运行状态. 此外, 闭环控制的广泛应用使得过程变量普遍存在时序相关性. 针对以上问题, 提出一种基于慢特征分析(Slow feature analysis, SFA)的分布式动态工业过程运行状态评价方法. 首先, 结合动态时间规整(Dynamic time warping, DTW)和K-medoids聚类算法对过程进行分解; 然后, 对每一变量子块建立相应的动态慢特征分析(Dynamic slow feature analysis, DSFA)模型; 最后, 利用贝叶斯推理获得全局的综合评价指标. 通过在数值案例和金湿法冶金过程的仿真应用, 验证了该方法的有效性.
内容类型	期刊论文
源URL	[http://ir.ia.ac.cn/handle/173211/56118]
专题	自动化研究所_学术期刊_自动化学报
推荐引用方式 GB/T 7714	钟林生,常玉清,王福利,等. 基于慢特征分析的分布式动态工业过程运行状态评价[J]. 自动化学报,2024,50(4):745-757.
APA	钟林生,常玉清,王福利,&高世红.(2024).基于慢特征分析的分布式动态工业过程运行状态评价.自动化学报,50(4),745-757.
MLA	钟林生,et al."基于慢特征分析的分布式动态工业过程运行状态评价".自动化学报 50.4(2024):745-757.