10.11949/j.issn.0438-1157.20161199
基于LPP-GNMF算法的化工过程故障监测方法
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。
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
67
TP277(自动化技术及设备)
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
2016-12-23(万方平台首次上网日期,不代表论文的发表时间)
共8页
5155-5162