基于高斯混合模型的多模態(tài)過程監(jiān)測.pdf_第1頁
已閱讀1頁,還剩59頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、近年來,隨著現(xiàn)代社會對多品種、多規(guī)格和高質(zhì)量產(chǎn)品迫切的市場需求,工業(yè)生產(chǎn)更加倚重于可以生產(chǎn)多種產(chǎn)品的高效過程,并且生產(chǎn)運行的安全性、可靠性已成為工程人員關(guān)注的焦點。但是,過程生產(chǎn)方案的變動或者產(chǎn)品類型的改變會導(dǎo)致生產(chǎn)過程出現(xiàn)具有不同潛在過程特性的多種模態(tài)。多模態(tài)復(fù)雜過程的多變量、多工序、變量時變性、以及模態(tài)轉(zhuǎn)換時間不確定等多種原因,導(dǎo)致多模態(tài)的故障監(jiān)測是一個復(fù)雜的問題,不但要考慮穩(wěn)定模態(tài)下的故障監(jiān)測,也需要考慮不同穩(wěn)定模態(tài)間的過渡過程的

2、故障監(jiān)測。高斯混合模型是一個常用的描述混合密度分布的模型,如果子模型個數(shù)足夠多,它能夠以任意精度逼近任意的連續(xù)分布。高斯混合模型是一種半?yún)?shù)的密度估計方法,它融合了參數(shù)估計法和非參數(shù)估計法的優(yōu)點。本文基于高斯混合模型的方法,提出了一套多模態(tài)過程監(jiān)測的方案。
  1.模態(tài)的識別。數(shù)據(jù)模態(tài)識別是對沒有模態(tài)指示信息的數(shù)據(jù)進(jìn)行類別劃分。不論離線建模還是在線監(jiān)測,識別出生產(chǎn)數(shù)據(jù)對應(yīng)的模態(tài)信息,是整個多模態(tài)過程監(jiān)測中的關(guān)鍵問題。針對離線模態(tài)識

3、別問題,利用的高斯混合模型計算出生產(chǎn)數(shù)據(jù)的后驗概率,并利用后驗概率對穩(wěn)定模態(tài)和過渡模態(tài)進(jìn)行有效劃分;針對在線模態(tài)識別的問題,利用高斯混合模型得到聯(lián)合密度,結(jié)合過程的當(dāng)前運行狀態(tài),有效解決了對在線數(shù)據(jù)對應(yīng)模態(tài)類型的識別問題。
  2.離線建模。本文利用高斯混合模型進(jìn)行離線建模,針對穩(wěn)定模態(tài)和過渡模態(tài)的數(shù)據(jù)特性,對穩(wěn)定模態(tài)和過渡模態(tài)分別進(jìn)行離線建模,每一種穩(wěn)定過程和每一種過渡過程都建立一個高斯混合模型,并且針對過渡模態(tài)的變量特性,在過

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論