针对工业过程的非线性和多模态特征,提出了一种基于局部近邻标准化(local neighborhood standard ization,LNS)和主多项式分析(principal polynomial analysis,PPA)结合的故障检测算法。首先,将样本数据通过局部近邻标准化(local neighbor standardization,LNS)算法,对每个样本构建k近邻数据集;然后应用k近邻数据集的均值和方差对当前样本进行标准化处理;最后使用PPA对已经标准化处理后的样本建模,计算出T2和SPE统计量,并确定控制限进行故障检测。LNS算法能够去除数据中的多模态特征,而PPA算法能够有效的处理非线性数据,因此LNS-PPA方法能够提高具有多模态非线性特征的工业过程故障检测能力。将该方法应用于多模态非线性数值例子和田纳西伊斯曼(TE)化工过程,并将测试结果与主元分析法(principal component analysis,PCA)、主多项式分析法进行对比,其结果能够有效验证LNS-PPA的优越性。
1
将并行偏最小二乘(CPLS)算法引入到间歇过程监控中,提出一种多向并行偏最小二乘(MCPLS)监控方法。CPLS算法可以提取过程变量与质量变量的相关信息,也能对彼此不相关的信息进行主元提取。与基于PLS的监控方法不同,基于CPLS的过程监控方法提供了一个完整的监控框架,不仅能够监控过程变量,而且也能监控质量变量的信息,更好地反映了过程的运行状态。文中首先将间歇过程三维数据转换为二维数据,然后应用CPLS算法建立过程监控模型,构建T2c,T2x,Qx,T2y,Qy监控指标,并通过间歇过程批次间的统计特性计算
2023-04-17 21:35:57 955KB 自然科学 论文
1
工业过程的过程监控与故障检测,一实现方法性能评估,二实现在线监控,使用以太网通信。
2023-01-07 11:32:11 16.03MB 故障检测 过程监控 性能评估 在线监控
1
SuperCx 是面向过程监控与工业自动化的 HMI/SCADA 软件开发平台(俗称组态软件),可以广泛应用于需要数据采集、对象控制、过程监视与控制等的各个应用中。 性能全面 分为数据和界面两大模块,数据模块包括数据采集、历史数据存贮和查询、控制、报警、分布式应用、安全验证、配方等,界面模块包括交互式人机界面、实时和历史趋势等显示和分析功能,内容涵盖了工业自动化应用的各个方面。 技术先进 用户界面美观实用,规范的鼠标键盘操作、拖放技术,以及属性编辑器、属性专家、属性页、脚本辅助生成功能等让您在不知不觉中完成各种精美画面。 图形绘制技术先进:基本图形具有20多种属性,支持渐近色填充、旋转、缩放、事件响应和脚本编程控制等;能多种方式连接动画;创新性的符号和模块技术可以快速地组合出功能强大的各种所需图形单元。 真正的分布式的网络结构:每台计算机都可以充当服务器兼客户机,支持 Web 浏览。 系统开放 系统架构全面使用组件技术(COM),内嵌标准的 VBSCRIPT 脚本语言,支持 OPC(OLE for Process Control)和 ActiveX 控件,能方便地与其它系统(如调用EXCEL,ADO访问数据库,使用各种工控控件等)进行无缝集成和交互。
2022-12-02 17:49:12 5.66MB 机械电子
1
DB-KIT 提供了一系列由作者发布的基础和高级解决方案,用于处理监控和故障诊断问题。 基于过去十年的研究工作,DB-KIT 包括仅使用过程数据即可实现各种广泛使用的预测和诊断方法的功能。 凭借易于使用的功能和直观的演示,用户会发现它对进一步调查、比较研究以及教育目的很有用。
2022-07-12 15:09:59 18.71MB matlab
1
项目管理外包开发过程监控报告
2022-06-08 19:08:39 7KB 软件工程 范文/模板/素材
1
对于某hub上的资源做一些微调,一共有4个demo。demo1: dimensionality reduction or feature extraction demo2: fault detection for a numerical example demo3: fault detection and fault diagnosis for TE process using KPCA demo4: fault detection and fault diagnosis for TE process using Dynamic KPCA(DKPCA)
2022-04-30 12:13:30 1016KB 故障诊断 过程监控 KPCA 主元分析
1
行业-电子政务-基于云计算技术的电熔镁炉运行过程监控系统及方法.zip
行业分类-作业装置-一种基于数字孪生的热连轧轧制过程监控预警方法.7z
本书针对过程工业变量多、藕合强的特点,侧重介绍多元统计类方法在过程工业故障诊断中的应用,详细介绍主元分析法、Fisher判据分析、部分最小二乘法、独立元分析等分析方法之间的区别和联系;针对一般多元统计方法难以解决非线性间题的缺点,对其进行核化处理,揭示几种核化多元统计方法之间的关系和本质;提出故障特征的选择以及小样本问题的解决方法,并给出不同方法的模式稳定性比较,为选择算法参数提供参考依据;最后介绍基于解析模型和基于信号处理的方法在故障诊断中的应用。 本书可作为过程工业及其自动化、控制理论与控制工程等相关专业研究生课程的参考书,也可供从事过程工业故障检测与诊断的研究人员和工程技术人员参考。
2021-05-10 14:07:46 11.46MB 故障诊断 过程监控
1