|
|||||
|
|
| 基于相似性度量的MWSVDD非高斯间歇过程监控 | |
| 作者姓名： | 赵小强 周文伟 |
| 作者单位： | 兰州理工大学电气工程与信息工程学院;兰州理工大学甘肃省工业过程先进控制重点实验室;兰州理工大学国家级电气与控制工程实验教学中心 |
| 摘 要： | 针对间歇过程的非线性、多阶段、过程变量的高斯和非高斯混合分布问题,提出了基于相似性度量的多向加权支持向量数据描述(similarity measure-MWSVDD, SmMWSVDD)算法.该算法首先考虑了阶段间的相似性,将多阶段过程分为稳定阶段和过渡阶段;然后在高维核空间定义了一种新的核相似度权重,对支持向量数据描述(SVDD)建模得到的所有半径进行均衡考虑,克服了SVDD构建控制限的缺陷;通过D检验法将混合分布变量分为高斯分布和非高斯分布变量,并分别用多向核主成分分析(MKPCA)和改进的SVDD进行建模监控;最后通过贝叶斯推断在每个阶段集成各自统一的监控量.通过青霉素发酵实验平台进行验证,结果表明,所提算法比MKPCA和SVDD算法的误报率平均降低了20.21%和漏报率平均降低了10.27%,对多阶段和混合分布的间歇过程监控更加有效. |
| 本文献已被 CNKI 等数据库收录！ | |