高翔
- 作品数：11 被引量：4H指数：1
- 供职机构：沈阳化工学院信息工程学院更多>>
- 发文基金：辽宁省教育厅科学基金国家高技术研究发展计划辽宁省教育厅基金资助项目更多>>
- 相关领域：自动化与计算机技术机械工程理学交通运输工程更多>>
- 基于改进的OFA-MPCA的监控方法
- 2009年
- 多向主元分析(MPCA)是利用多变量统计方法从纷杂的海量数据信息中提取出能够准确表征数据信息的几个主元,并通过投影法来降低数据的维数,主要应用于间歇生产过程中.在实际的间歇生产过程中,由于各种原因导致各批次异步造成它们运行时间的不一致,而无法直接建立有效的统计模型,正交函数近似(OFA)是一种基于正交基的投影变换技术,通过对原始数据进行OFA处理后,可以用投影系数来描述原始数据所具有的特征,并且可以达到轨迹同步化和压缩数据量的目的.对OFA法进行了部分改进,并结合MPCA法对典型的间歇过程——青霉素发酵过程进行了仿真研究.结果表明,改进的OFA计算速度有了极大的提高,且改进的OFA-MPCA法能完好地对各批次进行同步、建模并得出准确的监视结果.
- 边福强高翔苑明哲
- 关键词：多向主元分析
- 一种简化的动态独立元分析方法被引量：1
- 2008年
- 在动态过程中,传统主元分析(PCA)法无法利用过程变量的自相关性对过程进行准确地分析,而且过程数据不一定满足高斯分布从而导致误报和漏报,这个问题可以采用动态独立元分析法(DICA)来解决.本文根据动态过程时间滞后的大小提出了一种简化的DICA方法,并用相应的二阶动态模型进行了仿真验证,结果表明与DICA相比,该方法同样有效且简便易行.
- 边福强高翔
- 关键词：时滞自相关
- 基于广义相关系数的多元轨迹预测及数据恢复方法
- 提出一种广义相关系数计算方法,运用此方法判断在测多元轨迹和模型库中多元轨迹的近似程度．在间歇过程中以广义相关系数最高的一族多元轨迹的对应部分代替在测轨迹的未知部分．仿真结果证明,广义相关系数方法能有效地近似代替在线监测的...
- 高翔白丽娜
- 关键词：广义相关系数在线监视
- 文献传递
- 近邻样本融合聚类方法降维多元统计模型
- 本文提出一种模式识别中的近邻样本融合聚类算法,通过计算马氏距离的远近,融合两个最近的样本,以生成一个新的样本.从总体正常历史采样数据样本集合中,不断调整聚类质心,构造新的数据样本集,建立简化多元统计模型.然后通过判断两数...
- 高翔
- 关键词：模式识别聚类方法
- 文献传递
- 基于广义相关系数法的MPCA在线监控方法被引量：2
- 2009年
- 针对多向主元分析法(MPCA)在线监控传统方法的预测能力差而常常导致误报、漏报的实际情况,基于广义相关系数法提出一种在线监控方法。从监控模型库中找出与待测多元轨迹之间广义相关系数最大的批次,将该批次监控时间点后的数据作为待测多元轨迹的预测值,得出完整的批次数据,并用多向主元分析法进行监控。用青霉素发酵过程仿真器(Pensimv2.0)进行仿真,结果表明,基于广义相关系数法的在线监控方法与其他传统方法相比,其结果最接近实际过程离线,并减少了由于其他预测方法带来的误差。
- 白丽娜高翔崔建江
- 关键词：在线监控青霉素发酵过程
- 基于限定记忆模式的递归PCA故障诊断法被引量：1
- 2006年
- 用一定数量的最近数据集代替原来建模所用等量的最早的数据集,以建立更新的PCA模型。该递归的PCA算法能够自适应缓变的过程,对过程进行正确地监控以防止故障诊断中的误报现象。仿真结果表明,递归PCA模型能够及时更新模式,可以准确地测试最新过程变化情况。
- 高翔白丽娜
- 关键词：故障诊断
- 基于OFA的PVC聚合过程MICA监控和故障诊断
- 针对PVC聚合过程中各批次之间相互不同步，无法直接建立多元统计模型和采样数据不完全满足正态分布的特点，使各批次的多元轨迹在正交函数上投影，取得近似的系数后各变量内部同步。将历史轨迹用这种正交函数近似方法(OFA)变换得出...
- 高翔边福强曹景兴
- 关键词：故障诊断
- 文献传递
- 基于OFA的PVC聚合过程MICA监控和故障诊断
- 针对PVC聚合过程中各批次之间相互不同步,无法直接建立多元统计模型和采样数据不完全满足正态分布的特点,使各批次的多元轨迹在正交函数上投影,取得近似的系数后各变量内部同步。将历史轨迹用这种正交函数近似方法（OFA）变换得出...
- 高翔边福强曹景兴
- 关键词：故障诊断
- 文献传递
- 铁路车号自动识别系统中CPS检测AEI工作状态的仿真实现
- 本文通过介绍射频识别技术的应用和铁路车号自动识别系统的组成,阐述了子系统中地面识别系统AEI的工作原理.在简述仿真系统的构成和功能后,详细介绍了其中仿真CPS系统以检测地面AEI状态的具体实现.
- 高翔田苗范俊峰
- 关键词：射频识别ATISCPS
- 文献传递
- 一种基于新型数据预测方法的MICA仿真研究
- 2009年
- 在多元统计过程监控中,为解决因未知过程数据统计分布而产生误报漏报的现象,提出一种结合多向独立元分析法(MICA)和广义相关系数(GCC)数据预测的综合方法,进行在线监控过程的仿真。MICA分析方法能有效分解各变量的关联关系,且不需考虑建模数据是否符合正态分布,用此方法计算的独立元变量能更好地描述过程的变化规律。为提高预报未来过程故障的能力,提出用广义相关系数法进行数据预测:确定与运行轨迹相似的监控模型库中的轨迹,并使其相应部分承接于运行轨迹之后。现场采集聚氯乙烯聚合过程的数据进行仿真,仿真结果显示:对于在线监控和在线故障诊断方面,这种新型预测方法优于其它传统处理预测问题的方法。
- 白丽娜高翔苑明哲曹景兴
- 关键词：故障诊断
