基于ICA的多元投影算法在過程監(jiān)控中的應用研究.pdf_第1頁
已閱讀1頁,還剩55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),請進行舉報或認領(lǐng)

文檔簡介

1、在現(xiàn)代工業(yè)生產(chǎn)過程中,及時有效地檢測、診斷和修復過程故障是提供性能優(yōu)良、品質(zhì)一致產(chǎn)品的先決條件,這也是進行工業(yè)過程監(jiān)控的目的和動機。多變量統(tǒng)計過程監(jiān)控技術(shù)歷經(jīng)三十多年的發(fā)展,已經(jīng)取得了一系列令人矚目的成果,并在現(xiàn)代過程工業(yè)中得到了廣泛的應用。但是大部分研究基本上是在過程檢測數(shù)據(jù)服從多元正態(tài)分布和獨立同分布的兩個假設(shè)下進行的。然而,在實際工業(yè)過程中,過程信息非常復雜,服從何種分布很難確定。本文的研究正是著眼于克服這兩大假設(shè)條件,使過程監(jiān)控

2、技術(shù)能更好地適用于實際工業(yè)生產(chǎn)過程。 為此,本文采用獨立元分析方法作為研究的主要數(shù)學工具。獨立元分析的基本原理是通過分析多維觀測數(shù)據(jù)間的高階統(tǒng)計相關(guān)性,找出相互獨立的隱含信息成分,完成分量間高階冗余的去除及獨立源信號的提取。它具有比主元分析更好的刻畫過程運行特征的性能。本文的主要內(nèi)容如下: 1.介紹了過程監(jiān)控的基本概念和內(nèi)容,并指出了流程工業(yè)基于子空間特征信息提取進行過程監(jiān)控的優(yōu)越性。此外,還簡要地描述了主元分析方法和獨

3、立元分析方法及它們在過程監(jiān)控中的應用。 2.由于過程信息并非均服從正態(tài)分布,根據(jù)過程信息能夠用若干“盡可能獨立”的過程特征信號進行描述的原理,提出了一種基于獨立元分析的過程監(jiān)控方法。仿真研究表明,這種方法是有效的。 3.通常過程信息或多或少地受到噪聲的干擾。為了提高獨立元信號描述過程的能力,提出了首先利用小波變換去噪,然后提取獨立元信號進行過程監(jiān)控的方法,對過程監(jiān)控仿真的結(jié)果表明,這種方法比基于傳統(tǒng)統(tǒng)計監(jiān)控方法具有更好的

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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