您的位置: 专家智库 > >

国家自然科学基金(61174123)

作品数:16 被引量:23H指数:3
相关作者:肖应旺杨军张承忠姚美银张绪红更多>>
相关机构:华南师范大学广东技术师范学院广东技术师范大学更多>>
发文基金:国家自然科学基金广东省自然科学基金国家高技术研究发展计划更多>>
相关领域:自动化与计算机技术理学更多>>

文献类型

  • 16篇期刊文章
  • 1篇会议论文

领域

  • 17篇自动化与计算...
  • 1篇理学

主题

  • 5篇英文
  • 5篇故障诊断
  • 4篇非线性
  • 3篇在线监控
  • 3篇主元
  • 3篇主元分析
  • 2篇预处理
  • 2篇数据预处理
  • 2篇青霉素发酵
  • 2篇离群点
  • 2篇离群点检测
  • 2篇鲁棒
  • 2篇密度估计
  • 2篇监测与故障诊...
  • 2篇故障监测
  • 2篇核密度估计
  • 2篇FDA
  • 1篇点检测算法
  • 1篇动态时间错位
  • 1篇多向主元分析

机构

  • 11篇华南师范大学
  • 6篇广东技术师范...
  • 1篇华南理工大学
  • 1篇广东技术师范...

作者

  • 15篇肖应旺
  • 8篇杨军
  • 6篇张承忠
  • 6篇姚美银
  • 5篇张绪红
  • 4篇杜瑛
  • 2篇刘冬杰
  • 2篇刘军
  • 2篇黄业安
  • 1篇林土胜
  • 1篇陈贞丰

传媒

  • 10篇计算机与应用...
  • 2篇仪器仪表学报
  • 2篇控制工程
  • 1篇计算机应用研...
  • 1篇计算机系统应...

年份

  • 1篇2022
  • 4篇2017
  • 2篇2016
  • 1篇2015
  • 5篇2014
  • 2篇2013
  • 2篇2012
16 条 记 录,以下是 1-10
排序方式:
主元空间中故障可重构性、可分离性研究被引量:3
2015年
基于主元分析(Principal Component Analysis,PCA)的统计过程性能监测尽管不依赖于精确的数学模型,但也限制了它的故障诊断能力。本文在故障子空间和PCA监测模型及故障重构技术的基础上,研究了基于T2统计量的故障诊断问题,获得了主元空间中故障可重构性、可分离性的必要充分理论条件。通过对双效蒸发过程的仿真监测,证实了所获理论结果的有效性;表明通过故障重构不仅为故障识别提供了基础,而且重构故障幅值波形还为判断传感器故障类型提供了依据。
肖应旺陈呈国黄业安刘冬杰杨军姚美银
基于改进的多向主元分析与动态时间错位的间歇过程监控
针对传统的多向主元分析(Multiway Principal Component Analysis;MPCA)常会导致误诊断,且对间歇生产过程难以保证在线状态监控的实时性,提出了一种改进的MPCA与动态时间错位(Dyna...
肖应旺姚美银
关键词:多向主元分析在线监控动态时间错位
文献传递
基于全局颜色对比的显著性目标检测被引量:2
2014年
为了能正确检测显著性图中的多个显著性目标,提出了一种基于全局颜色对比的显著性目标检测算法。该算法首先提取图像的全局颜色对比度特征,然后把显著性图和全局颜色对比度作为特征输入条件随机场框架中,得到二值显著性掩模,最后经区域描绘子计算得到包含显著性目标的最小外接矩形。在两种公开的数据集上的实验结果表明,该算法在精度、召回率以及F-测度方面的表现优于现有其他几种算法,在计算效率上也具有一定的优势。因此,所提出的算法在检测效果上优于现有的显著性目标检测算法,而且还能够检测到多个显著性目标。
杨军林土胜肖应旺
关键词:条件随机场
动态隐变量法及其在动态过程监控中的应用被引量:3
2012年
针对动态系统模型难以获取的问题,以提高统计监控性能为目标,对现有的动态隐变量法进行了深入研究。首先指出动态隐变量可包含更多的动态信息,但仍具有自相关,为此提出了采用修正控制图的方法对动态隐变量空间进行检测,而对于自相关不显著的残差空间,指出可按照传统方法或是非参数方法建立控制图;接着将过程知识和经验受控平均运行长度的检验考虑在内,给出了一种时滞变量和时滞长度的确定方法;最后,提出了一种根据残差累积和以及递归特征消除算法(recursive feature elimination,RFE)进行故障变量辨识的方法。通过对双效蒸发过程的应用监控,表明了上述方法的有效性。
肖应旺
基于核主元分析与核密度估计的非线性过程故障监测与识别被引量:3
2022年
在针对将核主元分析(kernel principal components analysis,KPCA)与基于高斯分布的控制限(control limits,CLS)相结合会降低其性能的问题,提出了一种基于核主元分析与核密度估计(kernel principal components analysiskernel density estimation,KPCA-KDE)相结合的非线性过程故障监测与识别方法.该方法采用核密度估计(kernel density estimation,KDE)技术来估计基于KPCA的非线性过程监控的CLS.通过研究KPCA和KPCA-KDE所有20个故障的检出率发现,与相应的基于高斯分布的方法进行比较,KDE具有较高的故障检出率;此外,基于KDE的检测延迟等于或低于其他方法.通过改变带宽和保留的主元数量进行故障检测,KPCA记录的FAR值较高,相反,KPCA-KDE方法仍然没有记录任何假报警.在田纳西伊斯曼过程(Tennessee Eastman,TE)上的应用表明,KPCA-KDE比基于高斯假设的CLS的KPCA在灵敏度和检测时间上都具有更好的监控性能.
郑天标肖应旺
关键词:非线性系统核密度估计故障诊断核主元分析
基于主元分析新统计量的多元统计过程监控(英文)
2016年
针对传统的主元分析(PCA)的T^2和平方预测误差(SPE)检验所提供的信息并不一致的缺陷,提出了一种改进的PCA方法。该方法采用主元相关变量残差(PVR)和一般变量残差(CVR)统计量代替SPE统计量用于过程监测。将此改进的PCA方法应用到双效蒸发过程的仿真监测,与传统的PCA方法相比,新PCA方法能够有效地识别正常工况改变与过T^2程故障引起的图变化,避免了SPE统计量的保守性,能够提供更详细的过程变化信息,提高了对过程变化的分析与诊断能力。
肖应旺张绪红
关键词:主元分析
基于FDA-KDE间歇过程在线监控
2014年
针对基于传统的多向主元分析(Multiway Principal Component Analysis,MPCA)方法用于间歇过程在线监控时需要对新批次未反应完的数据进行预估,从而易导致误诊断,且统计量控制限的确定是以主元得分呈正态分布为假设前提的缺陷,结合Fisher判别分析(Fisher Discriminant Analysis,FDA)在数据分类及非参数统计方法核密度估计(Kernel Density Estimation,KDE)在计算概率密度函数方面的优势,提出了一种FDA-KDE的间歇过程监控方法。该方法首先利用FDA求取正常工况数据和故障数据的Fisher特征向量和判别向量,获得Fisher特征向量的相似度:然后在提出偏平均集成平方误差(Biased Mean Integrated Squared Error,BMISE)交叉验证法确定KDE的带宽从而获得相似度统计量控制限的基础上,利用已获得的数据测量值对过程进行监控,避免了基于MPCA方法对未来测量值的预估;最后采用基于Fisher判别向量权重的贡献图方法来进行故障诊断。通过对青霉素发酵间歇过程应用表明,所提出的方法比传统的MPCA方法能更及时地监测出过程异常情况,更准确地判断异常发生的原因。
肖应旺刘冬杰杨军张承忠姚美银
关键词:故障诊断
统计监控建模离群点检测数据预处理高效算法被引量:5
2012年
基于多向主元分析(multi-way principal component analysis,MPCA)(包括主元分析(principal component analysis,PCA))的统计监控模型易受建模数据中离群点影响,将数据点的k-最近邻(k-nearest neighbor,k-NN)距离dk作为离群度指标能有效地发现非线性数据集中的离群点,但现有的基于该定义的鲁棒离群点检测算法对不同尺度的中心化和标准化方法非常敏感,且需要计算每个数据点的dk,引起巨大的计算开销。提出一种改进尺度的近邻修剪(modified scale neighborhood pruning,MSNHP)高效鲁棒离群点检测算法用于对统计监控建模数据集的预处理。该算法利用改进尺度得到离线建模正常数据的均值和标准差,并对数据进行中心化和标准化处理;在每次dk查询过程中计算出其他点的dk上界用于直接修剪非离群点,以减少dk查询的次数;并通过优化搜索次序提高修剪效果和减少每次dk查询的计算开销。将该算法应用于β-甘露聚糖酶发酵间歇过程离群点检测,与其他鲁棒离群点检测算法相比,应用结果表明该算法明显减少了计算开销,对数据集数据个数和算法参数都具有更好的伸缩性。
肖应旺杨军张承忠杜瑛
关键词:数据预处理
一种新的非线性迭推多模型核MFDA的间歇过程监控方法(英文)
2017年
针对间歇过程特点和基于多向主元分析(Multiway Principal Component Analysis,MPCA)的间歇过程监控方法的缺陷,利用核映射在处理非线性过程和Fisher判别分析(Fisher Discriminant Analysis,FDA)在故障诊断能力上的优势,提出了基于递推多模型的核多向Fisher判别式分析(Recursive Multi-model Kernel Multi-way FDA,RMKMFDA)的间歇过程监测与故障诊断方法。该方法采用多模型核多向Fisher判别分析(Multi-model Kernel Multi-way FDA,MKMFDA)非线性结构代替MPCA单模型线性化结构,并提出确定时滞变量的算法;一旦通过MKMFDA监测出某一新批次过程正常,则模型参考数据库就随之更新;在线监控时通过比较核Fisher特征向量之间的欧氏距离来实现,而最优核Fisher判别向量用来鉴别故障类型。该方法在实时监控新的批过程时,只需利用已收集到的数据信息,且在线递推地更新模型参考数据库,提高了间歇过程监控的准确性,克服了MPCA不能处理非线性过程和实时性问题。通过采用RMKMFDA与移动窗多向主元分析(Moving Window MPCA,MWMPCA)方法对青霉素分批补料发酵过程的实时监控,结果表明RMKMFDA比MWMPCA能更及时地监测出过程异常情况,更准确地判断异常发生的原因。
肖应旺刘军张绪红
关键词:监测与故障诊断青霉素发酵
基于多向核偏最小二乘的间歇过程在线监控(英文)被引量:2
2017年
提出了一种基于多向核偏最小二乘的间歇过程在线监控方法。传统的间歇过程监控方法、如多向偏最小二乘方法,实际上是一种线性监控方法,因此不适合于非线性间歇过程监控。为此,提出了核偏最小二乘方法,由于该方法能获取变量间的非线性关系;另外,它只是求解代数运算,并不涉及到复杂的非线性优化问题,所以,这里将核偏最小二乘扩展到间歇过程在线监控、即提出多向核偏最小二乘的间歇过程在线监控方法。将该方法应用于青霉素补料分批发酵过程仿真监控,与传统的多向偏最小二乘方法相比,结果表明其具有更好的监控性能。
张绪红肖应旺
关键词:故障监测核偏最小二乘
共2页<12>
聚类工具0