王晓阳
- 作品数：5 被引量：8H指数：2
- 供职机构：华东理工大学更多>>
- 发文基金：上海市教育委员会重点学科基金国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术化学工程更多>>
- 基于多模型外部分析和Greedy-KP1M的多工况过程监控被引量：3
- 2012年
- 传统的基于多元统计过程监控方法都是假设过程处于单一工况下,而随着进料负荷、产品组分等过程参数的改变,生产过程的工况也随之改变,传统方法便不再适用。针对工业过程中的多工况监控问题,提出了一种基于多模型外部分析和Greedy-KP1M的多工况过程监控方法。首先针对传统外部分析方法描述能力不足的问题,用多模型局部建模代替单一模型来获得更好的描述能力,同时获得监控残差,通过对残差进行监控从而去除多工况的影响,进而将核单簇可能性聚类(KP1M)用于对残差的监控上。该方法拥有和支持向量数据描述(SVDD)相当的监控效果,但计算复杂度却远远小于SVDD。同时,采用Greedy方法提取特征样本,进一步降低了算法计算复杂度。最后将上述方法应用在TE模型和乙烯裂解炉的监控上,结果证明了该方法的有效性。
- 王晓阳王昕王振雷钱锋
- 关键词：多工况
- 多工况过程监控方法研究及应用
- 随着我国经济的快速发展和人民生活水平的日益提高，整个社会对工业过程的安全有着越来越高的要求，其安全与稳定不可忽视。对过程进行实时监控可以有效地监测到过程异常，及时采取措施，避免事故的发生。随着计算机技术和网络技术的发展，...
- 王晓阳
- 关键词：模糊C均值算法模拟仿真
- 基于自适应模糊聚类多模型过程监控及应用被引量：3
- 2011年
- 对乙烯裂解炉建立实时监控模型具有重要的现实意义,而传统的多元统计过程监控方法都是假设过程处于单一工况下,而随着过程参数(进料负荷、产品组分等)的改变,工况也随之改变,传统方法便不再适用。本文针对工业过程中的多工况问题,提出了一种基于自适应模糊聚类的多模型过程监控方法,该方法可以减少监控方法对过程知识的依赖性,并且能够适应实际工业过程的非高斯性和非线性特征。首先对影响工况的过程变量利用自适应模糊聚类进行工况划分,然后对每种工况的建模数据分别利用最大方差展开(MVU)提取低维信息,再用支持向量数据描述(SVDD)建立多模型过程监控模型,最后再利用相应的统计指标进行过程监控。将上述方法应用在乙烯裂解炉上,并与基于高斯混合模型的多PCA方法(GMM-MPCA)进行了比较。仿真实验中,监控对裂解炉运行影响最大的33个变量,根据聚类有效性指标,将数据划分为5类时可以得到最佳的聚类效果。通过实验,将33维建模数据降到20维时误报率最小。仿真结果表明该方法在对非线性和非高斯性过程的监控上,能达到很好的效果,误报率和检测率均优于GMM-MPCA方法。
- 王晓阳王昕徐佩亮王振雷钱锋
- 关键词：自适应模糊聚类
- 铁基催化剂甲烷化提高煤气热值研究
- 王晓阳
- 一种乙烯裂解炉的多工况监控方法被引量：2
- 2012年
- 随着进料负荷、产品组分等过程参数的改变,生产过程的工况也随之改变,而传统的基于多元统计过程监控方法都是假设过程处于单一工况下,因此,将传统方法应用到多工况过程时,往往不能获得很好的监控效果。在对复杂系统进行监控时,由于过程的非线性,传统的基于线性模型的监控方法由于忽略了系统的非线性特征,监控性能也大打折扣。本文针对工业过程中的多工况和非线性监控问题,提出了一种基于即时学习(Lazy Learning)和Greedy-SVDD的多工况过程监控方法。首先使用Lazy Learning对过程进行多模型局部建模,获得局部模型输出和过程真实输出的残差,通过对残差进行监控从而去除多工况的影响。然后用能够很好地处理非线性问题的支持向量数据描述(SVDD)方法对残差建立过程监控模型。为了解决SVDD方法用大样本建模时计算复杂度非常高的问题,本文用Greedy方法提取建模数据集的特征样本用于SVDD建模。最后将上述方法应用在TE模型和乙烯裂解炉的监控上,仿真结果证明了该方法的有效性。
- 王晓阳王昕王振雷田亮
- 关键词：多工况支持向量数据描述
