基于敏感稀疏主元分析的化工过程监测与故障诊断
提出敏感稀疏主元分析(SSPCA)算法用于监测复杂的化工过程。根据主元分析与数据矩阵奇异值分解之间的关系,通过将??2,1范数作为目标函数和惩罚项得到一个获取稀疏主元负载的凸优化问题,并通过一个迭代算法进行求解。 SSPCA算法能同时兼顾大得分主元与小得分主元在监测算法中的作用,提高了其对故障的敏感度。证明了SSPCA算法的单调性和全局收敛性,对田纳西伊斯曼过程一个算例的监测结果表明了SSPCA算法的有效性。
敏感稀疏主元分析、2、1范数、过程监测、凸优化、故障诊断
31
TP273(自动化技术及设备)
国家自然科学基金项目61473202
2016-08-01(万方平台首次上网日期,不代表论文的发表时间)
共6页
1213-1218