王坤
- 作品数：2 被引量：7H指数：2
- 供职机构：华东理工大学化工过程先进控制和优化技术教育部重点实验室更多>>
- 发文基金：上海市教育委员会重点学科基金上海市青年科技启明星计划国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于特征空间降维的溶剂脱水分离过程监控被引量：2
- 2010年
- 针对传统化工过程中检测变量具有的非线性和非高斯性等特点,提出将改进的核主元分析(KPCA)和支持向量数据描述(SVDD)相结合的化工过程故障诊断方法.根据Mexican hat小波在提取非线性非平稳信号细微特征方面的优势,将该小波函数引入到KPCA中以增强核函数的非线性映射和抗噪能力.在映射后的特征空间中进行均值聚类分析,选择每个聚类中展现特征中心的数据,使运算复杂度明显降低,提高了监控实时性.采用SVDD描述经过聚类降维后的特征空间分布,提出新的监控指标描述过程的非高斯特性.将该方法应用在一个实际的溶剂脱水化工精馏过程中,仿真结果验证了该方法能够及时有效地检测系统产生的故障.
- 杜文莉王坤钱锋
- 关键词：均值聚类MEXICAN故障诊断
- 基于小波核聚类的非高斯过程故障检测方法被引量：5
- 2011年
- 针对工业过程检测变量具有的非线性和非高斯性等特点,提出了一种基于小波核聚类的核主元分析(WKPCA)方法来处理过程数据的非线性特性,同时引用支持向量数据描述(SVDD)对过程进行建模。本算法先根据Morlet小波具有多分辨分析和能以更高的精度逼近任意函数的特点,将其构建为小波核函数,可以增强KPCA的非线性核映射和抗噪能力,然后在映射后的特征空间中进行均值聚类分析,选择每个聚类中展现特征中心的数据,大大减少了核函数的计算量;最后通过SVDD提出监控指标来描述过程的非高斯特性。将上述方法用在一个标准仿真平台Tennessee-Eastman上,结果表明,该方法能及时有效地检测出系统产生的故障和异常情况。
- 王坤杜文莉钱锋
- 关键词：均值聚类小波核故障检测
