• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文OA文献 >Dynamic latent variable modelling and fault detection of Tennessee Eastman challenge process
【2h】

Dynamic latent variable modelling and fault detection of Tennessee Eastman challenge process

机译：田纳西伊士曼挑战过程的动态潜变量建模和故障检测

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Dynamic principal component analysis (DPCA) is commonly used for monitoring multivariate processes that evolve in time. However, it is has been argued in the literature that, in a linear dynamic system, DPCA does not extract cross correlation explicitly. It does not also give the minimum dimension of dynamic factors with non zero singular values. These limitations reduces its process monitoring effectiveness. A new approach based on the concept of dynamic latent variables is therefore proposed in this paper for extracting latent variables that exhibit dynamic correlations. In this approach, canonical variate analysis (CVA) is used to capture process dynamics instead of the DPCA. Tests on the Tennessee Eastman challenge process confirms the workability of the proposed approach.
机译：动态主成分分析（DPCA）通常用于监视随时间变化的多变量过程。然而，在文献中已经提出，在线性动态系统中，DPCA没有明确地提取互相关。它还没有给出非零奇异值的动态因子的最小尺寸。这些限制降低了其过程监视效率。因此，本文提出了一种基于动态潜在变量概念的新方法，用于提取表现出动态相关性的潜在变量。在这种方法中，规范变量分析（CVA）用于捕获过程动态而不是DPCA。对田纳西州伊士曼挑战赛过程的测试证实了所提出方法的可行性。

著录项

  • 作者

    Cao Yi; Samuel Raphael;

  • 作者单位
  • 年度 2016
  • 总页数
  • 原文格式 PDF
  • 正文语种 en
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号