基于监督概率慢特征分析的工业过程运行状态评价方法

    公开(公告)号:CN114527731A

    公开(公告)日:2022-05-24

    申请号:CN202210160565.0

    申请日:2022-02-22

    IPC分类号: G05B23/02

    摘要: 本发明提供了一种基于监督概率慢特征分析的工业过程运行状态评价方法,步骤一:利用监督概率慢特征分析算法,进行静‑动态特性协同感知信息挖掘,建立运行状态评价的离线评价模型,实现对工业过程运行静‑动态协同感知和运行状态评价信息的深度提取;步骤二:根据离线评价模型计算在线数据的得分向量,并计算静态、一阶动态评价指标和二阶动态指标,最后完成对过程稳态、隐态、非稳态和过渡态的综合评价。该方法能有效解决了传统工业过程运行状态评价方法对过程信息提取不准确、对数据中的无益信息缺乏评估的问题,其可以实现对过程运行状态的综合评价,且对过程状态认知更加准确,可有效降低误报、漏报发生的几率。

    基于核局部线性嵌入PLS的复杂工业过程运行状态评价方法

    公开(公告)号:CN114384870B

    公开(公告)日:2024-06-11

    申请号:CN202111329913.4

    申请日:2021-11-10

    IPC分类号: G05B19/418

    摘要: 本发明公开了一种基于核局部线性嵌入PLS的复杂工业过程运行状态评价方法,包括离线建模、在线评价和非优原因追溯。首先使用KLLEPLS算法建立离线模型,该模型不仅能够提取与综合经济指标(CEI)相关性最大的特征,而且能够保持数据的局部非线性结构;然后针对过程强非线性关系提出一种新的在线评价方法,通过计算在线数据特征与离线建模数据特征之间的相似性,制定有效的评价规则,实现在线数据的实时评价;当评价结果非优时,根据提取的在线数据计算变量的贡献率,确定非优原因变量。本发明有效解决了现有评价方法在强非线性过程提取特征信息不全面的问题,从而使评价结果更准确,保障了生产产品的质量。

    基于监督概率慢特征分析的工业过程运行状态评价方法

    公开(公告)号:CN114527731B

    公开(公告)日:2023-12-26

    申请号:CN202210160565.0

    申请日:2022-02-22

    IPC分类号: G05B23/02

    摘要: 本发明提供了一种基于监督概率慢特征分析的工业过程运行状态评价方法,步骤一:利用监督概率慢特征分析算法,进行静‑动态特性协同感知信息挖掘,建立运行状态评价的离线评价模型,实现对工业过程运行静‑动态协同感知和运行状态评价信息的深度提取;步骤二:根据离线评价模型计算在线数据的得分向量,并计算静态、一阶动态评价指标和二阶动态指标,最后完成对过程稳态、隐态、非稳态和过渡态的综合评价。该方法能有效解决了传统工业过程运行状态评价方法对过程信息提取不准确、对数据中的无益信息缺乏评估的问题,其可以实现对过程运行状态的综合评价,且对过程状态认知更加准确,可有效降低误报、漏报发生的几率。

    一种静-动态协同感知的复杂工业过程运行状态评价方法

    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

    IPC分类号: G05B19/418

    摘要: 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。

    一种静-动态协同感知的复杂工业过程运行状态评价方法

    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

    IPC分类号: G05B19/418

    摘要: 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。

    基于核局部线性嵌入PLS的复杂工业过程运行状态评价方法

    公开(公告)号:CN114384870A

    公开(公告)日:2022-04-22

    申请号:CN202111329913.4

    申请日:2021-11-10

    IPC分类号: G05B19/418

    摘要: 本发明公开了一种基于核局部线性嵌入PLS的复杂工业过程运行状态评价方法,包括离线建模、在线评价和非优原因追溯。首先使用KLLEPLS算法建立离线模型,该模型不仅能够提取与综合经济指标(CEI)相关性最大的特征,而且能够保持数据的局部非线性结构;然后针对过程强非线性关系提出一种新的在线评价方法,通过计算在线数据特征与离线建模数据特征之间的相似性,制定有效的评价规则,实现在线数据的实时评价;当评价结果非优时,根据提取的在线数据计算变量的贡献率,确定非优原因变量。本发明有效解决了现有评价方法在强非线性过程提取特征信息不全面的问题,从而使评价结果更准确,保障了生产产品的质量。