HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于NGPP—SVDD的非高斯过程监控及其应用研究

作者:谢磊 刘雪芹 张建明 王树青独立成分支持向量数据描述微粒群优化故障检测

摘要:提出了基于NGPP—SVDD(Non-Gaussian projection pursuit,NGPP;Support vector data description,SVDD)的统计过程监控和故障检测方法,避免了传统统计过程监控方法假设数据服从正态分布的不足.针对传统的FastICA(Fast independent component analysis)算法容易陷入局部极小值的不足,结合微粒群算法提出非高斯投影算法(NGPP),保证提取的独立成分非高斯性最大化,并给出了非高斯成分数目的选择准则.获得过程非高斯独立成分之后,利用SVDD来描述其分布情况,构造新的统计量确定其统计控制限.通过对数值仿真及工业应用研究表明,该方法能够及时地发现过程中出现的异常情况.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

自动化学报

《自动化学报》(CN:11-2109/TP)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。

杂志详情