基于LPP-GNMF算法的化工过程故障监测方法

摘要：

提出了基于 LPP-GNMF 算法的化工过程故障监测方法。非负矩阵分解（NMF）是一种新兴的降维算法，由于它在机理上具有潜变量的正向纯加性的特点，所以在对数据进行压缩时，可以基于数据内部的局部特征有效描述数据信息，相比于传统的多元统计过程监控方法如主元分析（PCA）等有更好的解释能力。然而 NMF 要求原始数据满足非负性的要求，实际的化工过程有时并不能保证，为放宽对原始数据的非负要求，引入了广义非负矩阵分解（GNMF）算法。其次，GNMF在分解的过程中没有考虑到样本间的局部结构和几何性质，可能存在不能准确处理数据的问题。针对这一问题，提出了将 GNMF 与 LPP（局部投影保留）相结合的算法。将提出的LPP-GNMF算法应用于TE过程来评估其监测性能，并与PCA算法、NMF算法、SNMF算法进行比较，仿真模拟结果表明所提算法的可行性。

关键词：算法、故障监测、主元分析、广义非负矩阵分解、局部投影保留、模拟

所属期刊栏目：67

分类号：TP277(自动化技术及设备)

资助基金：国家自然科学基金项目61374140；国家自然科学基金青年科学基金项目61403072。@@@@supported by the National Natural Science Foundation of China61374140;the Young Scientists Fund of the National Natural Science Foundation of China61403072

在线出版日期：2016-12-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：5155-5162