TE过程相关论文
为了实现对TE过程的故障诊断,改进了深度置信网络（DBN）的故障诊断方法。传统DBN在训练过程有冗余特性,减弱网络的特征提取能力,改进D......
作为我国工业的支柱之一,化工行业往往工艺复杂、生产条件苛刻,生产过程中涉及到的化学品也常常具有毒性、易燃易爆、挥发性等特点......
为了保证生产过程的安全稳定运行，避免因故障导致的损失，及时地检测出异常工况并准确地对异常工况进行诊断具有十分重要的研究意义。......
期刊
工业过程运行优化一直以来都是学术界和企业界共同关注的研究热点,近年来基于代理模型的遗传算法为解决工业运行优化问题提供了 一......
化工厂中一个小故障可能导致大事故,从而造成生命财产损失和环境破坏.为了防止小故障演变成大事故,化学工业需要有效的过程监控来......
目前在工业生产过程中仍有很多关键变量没有在线实时检测的传感器,只能通过离线分析方法进行测量,但是,离线分析数据时间滞后较大,......
随着工业物联网进程的加快,如何从多维、异构、海量的工业过程数据集中提取有用的规则,用于调节控制整个工业生产是过程控制中的一......
化学工业的原料和中间产品大多具有腐蚀性、毒性、易燃、易爆等危险性质。此外,随着化学工业集成化和规模化程度越来越高,各过程变......
面对日益复杂的非线性过程，传统的线性多元统计方法忽略了系统的非线性特征，监控效果也不理想。本文提出了一种基于即时学习(Lazy Le......
FP-growth 算法对于挖掘频繁项集非常有效，然而，由于它需多次遍历频繁项列表产生庞大的频繁模式树，不仅需占用大量的内存而且影响了算......
会议
针对化工生产过程中高维数据故障特征难以学习和提取的缺点,提出一种基于二维卷积神经网络的化工过程故障检测方法.首先,采集化工......
随着工业智能化水平的不断提高,在化工生产过程中发生故障所引起的事故也越来越多。为提高田纳西-伊斯曼(TE)化工过程故障诊断的性......
核主元分析(KPCA)在非线性系统的故障检测方面明显优于普通的PCA方法,但存在无法进行故障辨识以及在故障诊断过程常常出现核矩阵K......
随着现代化学工业向大型化、集成化和精细化发展,生产的安全性、稳定性和可靠性问题就愈显重要,因此迫切需要建立性能良好的故障检......
随着现代技术的不断发展,工业规模不断扩大,生产设备也越来越复杂,工业生产过程中的安全性越来越受到人们的重视,因此过程监控与故......
随着资源短缺和能源价格上涨,企业间市场竞争日趋激烈,企业追求生产效益最大化的愿望也愈加强烈。与此同时,随着工业过程规模越来......
随着现代工业技术的迅猛发展,生产过程越来越体现出连续、大批量、非线性、强耦合、时变、参数不确定等特性,故障发生的概率也不断......
随着科学技术的发展,现代化工厂自动化程度越来越高,系统中变量的非线性、时变性以及不确定性表现的更为突出,对故障诊断技术提出......
本文针对化工过程数据包含动态非线性和噪声的特点,提出了一种提升小波与动态核PCA(LWDKPCA)相混合方法用于非线性动态过程的自适......
随着科学技术的迅速发展，现代化的工程技术系统对于可靠性和安全性要求的提高，故障预报技术受到了越来越多的重视。由于神经网络具有......
核主成分分析(KPCA)是主成分分析(PCA)的一种非线性扩展,作为非线性过程的监测方法,受到了广泛应用。然而,KPCA在数据集较大时计算......
目前工业过程日趋复杂,其生产规模不断扩大,一旦发生故障很可能导致严重后果,因此及时准确地进行故障检测和诊断对于保障系统安全......
实际化工过程中有很多气液共存装置,而气液相物理特性差异很大,但通常情况下都将与气相物料相关的动态方程进行拟稳态处理,致使气......
随着现代流程工业过程生产规模扩大化、生产装置大型化、生产控制自动化、工艺流程复杂化等发展趋势,及其过程采样数据往往具有非......
随着生产技术的不断革新和系统规模的逐渐扩大,工业系统的内部结构也越来越复杂,运行过程中的任何异常都有可能带来难以预估的安全......
随着全球工业的持续发展,对工业生产过程的控制也变得越加重要,工业过程的机械化和智能化导致生产过程数据的海量化和多维化,那么......
化学工业过程的故障诊断一直都是整个行业的重要组成部分,更是国家经济、安全的强有力保证。同时由于化工行业的生产模式注定了其......
工业生产中的故障诊断技术越来越受到生产人员的重视,能够引发关键参数变化的故障更是需要重点关注,这一领域被称为质量相关故障诊......
随着现代科技的发展,化工系统也朝着精细化、大型化方向发展。为了及时发现故障,保证生产正常进行,报警系统必不可少。然而,当前报......
随着工业生产技术的快速发展,工业系统越来越趋于大规模化和复杂化,系统状态量逐渐增多,样本中输入向量维度不断增大,导致分类器结......
健全的报警系统是保障流程工业生产安全的重要设施,而报警泛滥一直是影响报警系统性能的主要问题之一。基于传递熵的因果网络建模......
化工过程存在变量多,系统复杂,非线性等特点,这使得常规的故障诊断方法具有模型难以建立、参数难以调整、收敛速度慢、多故障无法......
控制回路的可靠性和安全性是生产过程正常运行的保障。论文针对控制回路中各种设备的监测信号之间存在较强的关联性以及非高斯分布......
针对具有非线性和多模态特征过程的故障检测问题,本文提出一种基于κ近邻主元得分差分的故障检测策略.首先,通过主元分析(Principa......
多变量非线性时间序列的模式分类是在工业过程领域广泛存在的问题,结合流形学习和支持向量分类机的特点,提出了解决该类问题的一个......
基于主元分析(Principal Component Analysis,PCA)的统计监控模型易受建模数据中离群点的影响;大多工业过程表现出强非线性;且基于......
传统的多变量统计过程监控方法一般都假设过程只运行在一个稳定工况下,但很多实际工业过程往往具有多工况特征。针对这一问题,提出......
针对过程工业数据中所含的噪声和干扰信号、过程工业的非线性及基于主元分析(Principal Component Analysis,PCA)的统计性能监控法......
概率主元分析(PPCA)能够根据过程变量的预测误差及其主元的白化值实现对过程的监控.但是PPCA只适合线性过程,而对非线性过程的监控......
针对实际工业过程数据中的非线性问题,研究了一种基于非线性独立元分析的多变量过程监控方法.该方法根据贝叶斯原理,构造多层感知......
针对连续化工过程的多模态划分问题,提出了基于独立元分析-主元分析两步特征提取的k-独立元分析-主元分析(k-ICA-PCA)分类方法.传......
随着化工过程系统规模的增大,集中式预测控制在建模和控制器优化求解方面遇到了计算上的困难,因而基于系统分解和网络控制的分布式......
独立元分析(ICA)是近年来盲信号分离领域的热点问题,传统的ICA方法只能寻找信号与信号间的独立元,对信号组与信号组之间的独立性分......
对于复杂的工业过程,采集到的过程数据能反映出生产过程的内在变化和运行状况。本文提出一种新的多变量统计过程监测策略,数据建模......
趋势能够反映过程重要参数的运行状态和随后的发展趋势。本文采用一种简洁的趋势提取方法,从变量中提取半定量的片段,用3个基元来......
