[发明专利]一种基于随机化核主元分析的大规模非线性过程监控方法有效
申请号: | 201711457502.7 | 申请日: | 2017-12-28 |
公开(公告)号: | CN108227653B | 公开(公告)日: | 2021-02-05 |
发明(设计)人: | 周哲;葛志强;李祖欣;徐静云;杜妮 | 申请(专利权)人: | 湖州师范学院;浙江大学 |
主分类号: | G05B19/418 | 分类号: | G05B19/418 |
代理公司: | 杭州宇信知识产权代理事务所(普通合伙) 33231 | 代理人: | 张宇娟 |
地址: | 313000 *** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于随机化核主元分析的大规模非线性过程监控方法,属于工业过程监控与诊断技术领域。本发明主要解决工业大数据背景下,非线性过程快速故障检测问题。包括以下步骤:一、收集过程历史运行数据,并对数据进行标准化预处理;二、根据随机化核主元分析方法提取非线性主元,并确定检测控制限;三、采集在线测量数据,根据训练数据中提取的非线性主元计算在线测量数据的检测统计量,并与检测控制限进行比较,如果超出控制限,则提示过程存在异常。本发明可以提高过程监测的效率,能够快速地检测大规模非线性工业过程中的异常,减少故障造成的损失。 | ||
搜索关键词: | 一种 基于 随机化 核主元 分析 大规模 非线性 过程 监控 方法 | ||
【主权项】:
1.一种基于随机化核主元分析的大规模非线性过程监控方法,其特征在于该方法包括以下各步骤:步骤一:离线训练。收集过程正常运行工况的数据,生成高斯随机矩阵,根据标准化处理后正常数据以及径向基核函数计算核矩阵,利用高斯随机矩阵对核矩阵进行降维,对降维后的矩阵结合QR分解以及SVD分解方法近似计算核矩阵的特征向量,根据近似特征向量提取正常数据非线性成分,从而建立T2控制限;步骤二:在线检测。采集过程在线运行的测量数据,利用步骤一所述的数据标准化方式对在线测量数据进行预处理,然后根据近似特征向量提取在线数据的非线性成分,并计算在线测量数据的T2统计量,如果在线测量数据的统计量有任何一个超出步骤一所建立的控制限,则报警过程有异常。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖州师范学院;浙江大学,未经湖州师范学院;浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201711457502.7/,转载请声明来源钻瓜专利网。