中央高校基本科研业务费专项资金(10CX04046A)
- 作品数：7 被引量：62H指数：4
- 相关作者：田学民邓晓刚张银雪张妮曹玉苹更多>>
- 相关机构：中国石油大学（华东）中国石油大学中国石油大学胜利学院更多>>
- 发文基金：中央高校基本科研业务费专项资金山东省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于DMVU-OCSVM的故障诊断方法被引量：7
- 2011年
- 针对工业过程的非线性和动态特性,提出一种基于动态最大方差展开(DMVU)和单类支持向量机(OCSVM)的故障诊断方法DMVU-OCSVM。为了分析数据的动态特性和非线性,应用流形学习技术DMVU提取数据变量中的非线性动态流形特征。基于所提取的流形特征信息建立OCSVM统计模型,并构造非线性监控统计量实时检测过程故障。在连续搅拌反应器(CSTR)系统上的仿真结果说明,本文提出的方法能够比OCSVM更有效地检测过程故障。
- 邓晓刚田学民
- 关键词：故障诊断单类支持向量机
- 基于改进人工蜂群算法的盲源分离方法被引量：25
- 2012年
- 针对现有盲源分离方法大多存在收敛速度慢、分离精度低的问题,提出一种基于改进人工蜂群(Artif-icial Bee Colony,ABC)算法的盲信号分离方法.在ABC的邻域搜索公式中自适应调整步长,并加入全局最优解指导项,增强局部趋化性搜索能力.改进的ABC算法保持了ABC全局搜索和局部搜索之间的平衡,使ABC算法可以达到更好的寻优效果,从而提高盲源分离算法的分离精度和稳定性.实验结果表明,提出的改进盲源分离算法可以有效地分离线性瞬时混合信号.与其它算法相比,该算法具有更优异的分离性能,并具有更快的收敛速度.
- 张银雪田学民邓晓刚
- 关键词：盲源分离人工蜂群算法邻域搜索自适应
- 改进搜索策略的人工蜂群算法被引量：17
- 2012年
- 针对人工蜂群(ABC)算法存在收敛速度慢、收敛精度低的问题,给出一种改进的人工蜂群算法用于数值函数优化问题。在ABC的邻域搜索公式中利用目标函数自适应调整步长,并根据迭代次数非线性减小侦查蜂的搜索范围。改进ABC算法提高了ABC算法的局部搜索能力,能够有效避免早熟收敛。基于6个标准测试函数的仿真实验表明,改进ABC算法的寻优能力有较大提高,对于多个高维多模态函数该算法可取得理论全局最优解。与对比算法相比,该算法具有更高的收敛精度,并且收敛速度更快。
- 张银雪田学民曹玉苹
- 关键词：人工蜂群算法邻域搜索自适应非线性函数
- 基于改进动态等距离映射的非线性动态故障诊断方法
- 2012年
- 分析动态等距离映射算法,针对数据稀疏分布造成短路边的缺点,运用主成分分析法进行可视化一维主元提取,近似确定高维采样点的分布情况,自适应获取采样点的近邻参数.其次,采用流形距离量度代替欧氏距离进一步得到测地线距离,提取训练样本的子流形特征,并运用标准化监控统计量实施过程监控和故障检测.最后,设立子流形综合相似度指标,对故障数据进行模式匹配.TE(Tennessee Eastman)过程的仿真结果表明:所提出的方法可以更为有效地检测到故障发生,并进一步对发生的故障进行识别.
- 张妮田学民蔡连芳
- 关键词：子流形故障诊断主成分分析法
- 基于CUS-MICA的间歇过程故障诊断被引量：2
- 2015年
- 针对间歇过程中出现的缓慢变化故障,提出一种累加求和的多向独立成分分析(CUS-MICA)方法,用于间歇过程监控。首先,把收集到的正常工况下的间歇过程三维训练样本数据按变量展开成二维形式,然后,对标准化后的二维数据应用独立成分分析(ICA)方法得到相互独立的独立成分及其重构残差。为更好地检测出间歇过程中的微小偏移和缓变型故障,结合累积和(CUSUM)控制图思想,对提取出的独立成分和残差累加求和,以此分别构造2I和SPE统计量,建立CUS-MICA模型用以监控过程变化。在盘尼西林发酵过程上的仿真研究结果表明,CUS-MICA方法能更快地检测出间歇过程中故障的发生,尤其对缓慢变化型故障的检测效果明显优于传统的MICA方法。
- 张晓玲邓晓刚
- 基于RISOMAP的非线性过程故障检测方法被引量：10
- 2013年
- 化工过程监控数据存在非线性特点,且过程常常运行于多个模态,针对该类问题,提出基于相对等距离映射(relative isometric mapping,RISOMAP)的过程故障检测方法,该方法采用相对测地距离构造高维空间的距离关系阵,运用多维尺度变换(MDS)计算其低维嵌入输出,从高维数据中提取子流形信息和残差信息分别构造监控统计量进行故障检测,同时运用核ridge回归在线计算测试数据的低维输出,核矩阵通过综合相似度进行更新。数值算例和TE过程的仿真结果表明,RISOMAP方法可以更为有效地实施故障检测,故障检测的灵敏度较高,同时也为基于流形学习的多模态过程故障检测的实施提供了一条思路。
- 张妮田学民蔡连芳
- 关键词：子流形故障检测
- 基于动态独立成分的单类支持向量机方法及其在故障诊断中的应用被引量：2
- 2012年
- 针对工业过程故障诊断中数据的动态性、非高斯性和非线性特点,提出一种基于动态独立成分的单类支持向量机(OCSVM)方法。为了分析数据的动态特性和非高斯性,应用动态独立成分分析(DICA)方法提取数据变量中的动态独立成分作为特征信息,基于特征信息建立OCSVM模型并构造非线性监控统计量。检测到故障后,计算故障数据与故障模式数据决策超平面的相似度,通过相似度分析识别故障模式。在Tennessee Eastman基准过程上的仿真结果表明,提出的方法能够比单类支持向量机更有效地检测过程故障,并且能够正确识别故障模式。
- 邓晓刚田学民
- 关键词：单类支持向量机故障检测故障识别
