基于特征工程和KELM的化工过程故障检测与识别

任玉佳; 王骥; 田文德

首页> 中文期刊> 《高校化学工程学报》 >基于特征工程和KELM的化工过程故障检测与识别

基于特征工程和KELM的化工过程故障检测与识别

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:针对化工过程工艺复杂、数据非高斯性和耦合性强的问题,提出了一种基于特征工程与核极限学习机(kernel extreme learning machine, KELM)相结合的化工过程故障检测与识别方法。首先用独立分量分析(independent component analysis,ICA)将原始数据分离在相互独立的方向上,通过计算样本的统计量判断是否有故障产生。然后,对两个样本用互信息(mutual information, MI)进行相关性对比,通过贡献度与相关性进行变量选取,以提高分类的准确度。最后,将获取的特征输入到KELM中进行故障分类。为了提高网络的诊断精度,采用遗传算法对参数进行优化。应用于田纳西-伊斯曼(Tennessee Eastman,TE)过程与某工业脱丙烷过程的结果表明,该方法可有效地检测出故障并且准确识别故障种类。

著录项

来源
《高校化学工程学报》 |2019年第5期|1271-1284|共14页
作者
任玉佳; 王骥; 田文德;
展开▼
作者单位

青岛科技大学化工学院山东青岛 266042;

展开▼
原文格式 PDF
正文语种 chi
中图分类数学模型及放大;人工智能理论;监视、报警、故障诊断系统;
关键词
独立分量分析; 互信息; 核极限学习机; 遗传算法; 故障检测与识别;

相似文献

中文文献
外文文献
专利

1. 基于传递熵与KELM的炼油化工过程风险传播路径分析方法 [J] . 蔡爽 ,胡瑾秋 ,张来斌 . 中国安全生产科学技术 . 2018,第003期
2. FVS-KELM方法在化工过程软测量建模中的应用 [J] . 秦晓帅 ,李军 . 传感器与微系统 . 2020,第007期
3. 基于LightGBM与特征工程的雷达辐射源识别方法 [J] . 陈歆普 ,欧旺军 ,张智 . 电子信息对抗技术 . 2021,第005期
4. 基于改进KNPE算法的化工过程故障检测 [J] . 李军祥 ,李春阳 ,夏丽莎 . 计算机应用研究 . 2021,第005期
5. 基于规范变量残差的化工过程微小故障检测与诊断 [J] . 商亮亮 ,陆智林 ,文传博 . 控制理论与应用 . 2021,第008期
6. 基于改进多尺度主元分析方法的化工过程故障检测 [C] . 李磊 ,朱建宁 ,传洪渡 . 第九届工业仪表与自动化学术会议 . 2008
7. 基于网络分析的化工过程故障检测方法研究 [A] . 胡海霞 . 2017

基于特征工程和KELM的化工过程故障检测与识别

摘要

著录项

相似文献

相关主题

期刊订阅