-
公开(公告)号：CN101446831B
公开(公告)日：2011-05-25
申请号：CN200810246927.8
申请日：2008-12-30
Applicant: 东北大学
IPC: G05B23/02
Abstract: 一种分散的过程监测方法，按如下步骤进行：步骤一、采集数据；步骤二、对采集数据进行分块；步骤三、将分块的数据映射到特征空间；步骤四、对系统过程进行建模；步骤五、利用观测数据的主元统计量T2和观测数据的残差统计量SPE进行故障检测与辨识。本发明的优点为：该方法能适用复杂的大规模的系统过程，具有核偏最小二乘法和分块偏最小二乘法的优点，同时减少非线性过程分析的复杂性，增强了辨识能力。
-
公开(公告)号：CN101308385B
公开(公告)日：2011-04-13
申请号：CN200810012267.7
申请日：2008-07-11
Applicant: 东北大学
Abstract: 一种基于二维动态核主元分析的非线性过程故障检测方法，属于故障检测技术领域，包括以下步骤，步骤一：确定采样参数，判断执行过程。确定采样参数，选择影响故障的数据参数，判断是进行训练还是检测；步骤二：训练，即采集正常工作的数据，用二维动态核主元分析方法提取训练数据的非线性主元，计算训练数据的平方预测误差，并确定控制限；步骤三：检测，即采集在线观测数据，利用二维动态核主元分析方法提取在线观测数据的非线性主元，并计算实时在线观测数据的平方预测误差，比较实时在线观测数据的平方预测误差与训练数据平方预测误差的控制限，如果超出控制限，则显示并报警。本发明能够及时检测到生产过程中故障，减少工业生产过程中的损失。
-
公开(公告)号：CN101446831A
公开(公告)日：2009-06-03
申请号：CN200810246927.8
申请日：2008-12-30
Applicant: 东北大学
IPC: G05B23/02
Abstract: 一种分散的过程监测方法，按如下步骤进行：步骤一、采集数据；步骤二、对采集数据进行分块；步骤三、将分块的数据映射到特征空间；步骤四、对系统过程进行建模；步骤五、利用观测数据的主元统计量T2和观测数据的残差统计量SPE进行故障检测与辨识。本发明的优点为：该方法能适用复杂的大规模的系统过程，具有核偏最小二乘法和分块偏最小二乘法的优点，同时减少非线性过程分析的复杂性，增强了辨识能力。
-
公开(公告)号：CN101308385A
公开(公告)日：2008-11-19
申请号：CN200810012267.7
申请日：2008-07-11
Applicant: 东北大学
Abstract: 一种基于二维动态核主元分析的非线性过程故障检测方法，属于故障检测技术领域，包括以下步骤，步骤一：确定采样参数，判断执行过程确定采样参数，选择影响故障的数据参数，判断是进行训练还是检测；步骤二：训练，即采集正常工作的数据，用二维动态核主元分析方法提取训练数据的非线性主元，计算训练数据的平方预测误差，并确定控制限；步骤三：检测，即采集在线观测数据，利用二维动态核主元分析方法提取在线观测数据的非线性主元，并计算实时在线观测数据的平方预测误差，比较实时在线观测数据的平方预测误差与训练数据平方预测误差的控制限，如果超出控制限，则显示并报警。本发明能够及时检测到生产过程中故障，减少工业生产过程中的损失。
-
-
-
Search Results
4
records
(took 0.019 seconds)
