-
公开(公告)号:CN110794782A
公开(公告)日:2020-02-14
申请号:CN201911088664.7
申请日:2019-11-08
Applicant: 中国矿业大学
IPC: G05B19/418
Abstract: 一种基于JY-MKPLS的间歇工业过程在线质量预测方法,通过a过程、b过程的三维输入数据得到二维输入矩阵Xa、Xb,二维输出矩阵Ya、Yb;进行标准化处理;从低维原始空间投影到高维特征空间F,并在高维特征空间中计算核矩阵Ka、Kb;标准化核矩阵Ka、Kb;运行JY-MKPLS算法;计算Kai、Kbi的负载矩阵;重复上述步骤直至提取出A个主元;计算输入数据矩阵K的得分矩阵T、负载矩阵P、输出数据矩阵Y的得分矩阵U、负载矩阵Q;进行批次过程质量预测;在线获得最新的输出数据ynew,并计算该批次的预测误差βn;模型预测误差的检验;用新产生的a过程数据对其进行替换;进行模型更新。该方法能快速建立精度较高的新过程预测模型,可提高建模的效率和预测精度,有效控制企业的操作成本。
-
公开(公告)号:CN112363462B
公开(公告)日:2021-11-16
申请号:CN202011050080.3
申请日:2020-09-29
Applicant: 中国矿业大学
IPC: G05B19/418
Abstract: 一种静‑动态协同感知的复杂工业过程运行状态评价方法,先利用KPI‑Driven SFA算法,进行静‑动态特性协同感知信息挖掘,建立运行状态的离线评价模型;引入滑动窗口技术,计算在线数据的得分向量及其一阶差分与各个状态等级的得分向量及其一阶差分之间变异信息的相似度,根据相似度计算静态和动态评价指标;制定有效评价规则,依据静态评价指标大小实现过程运行状态的在线识别;依据动态评价指标大小实现过程运行状态变化趋势在线识别,完成对各个状态和过渡过程的综合评价;针对非优,通过一种基于稀疏学习的数据驱动故障诊断方法,降低无关变量的影响,根据组贡献GWC追溯非优变量准确位置。该方法能够有效保证工业产品的质量。
-
公开(公告)号:CN112363462A
公开(公告)日:2021-02-12
申请号:CN202011050080.3
申请日:2020-09-29
Applicant: 中国矿业大学
IPC: G05B19/418
Abstract: 一种静‑动态协同感知的复杂工业过程运行状态评价方法,先利用KPI‑Driven SFA算法,进行静‑动态特性协同感知信息挖掘,建立运行状态的离线评价模型;引入滑动窗口技术,计算在线数据的得分向量及其一阶差分与各个状态等级的得分向量及其一阶差分之间变异信息的相似度,根据相似度计算静态和动态评价指标;制定有效评价规则,依据静态评价指标大小实现过程运行状态的在线识别;依据动态评价指标大小实现过程运行状态变化趋势在线识别,完成对各个状态和过渡过程的综合评价;针对非优,通过一种基于稀疏学习的数据驱动故障诊断方法,降低无关变量的影响,根据组贡献GWC追溯非优变量准确位置。该方法能够有效保证工业产品的质量。
-
-