文献类型：期刊文章

作　　者：王普[1] 刘鑫[1] 高学金[1] 孙鑫[2]

机构地区：[1]北京工业大学电子信息与控制工程学院,北京100124 [2]滨化集团股份有限公司,山东滨州256601

出　　处：《北京工业大学学报》

基　　金：国家自然科学基金资助项目(61174109);高等学校博士学科点专项科研基金资助项目(20101103110009)

年　　份：2014

卷　　号：40

期　　号：12

起止页码：1797-1803

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2013_2014、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：针对间歇过程的多阶段特性,提出一种新的子阶段主元分析(principal component analysis,PCA)监测方法.首先,将间歇过程三维数据沿时间片展开,采用模糊模式识别方法计算相邻时间片负载矩阵变量方向重心的格贴近度,以最小贴近度为原则,根据格贴近度的变化,实现子阶段的划分;然后,在划分的子阶段内采用一种先沿批次后沿变量的改进展开方式建立PCA监控模型;最后,将该算法应用于青霉素发酵仿真系统的在线监测.结果表明该方法在监控过程中能够有效降低误报和漏报.

关 键 词：间歇过程  模糊模式识别 子阶段建模  主元分析 故障监测

分 类 号：TP274]