一种基于聚类方法的多阶段间歇过程监控方法
针对阶段不等长的多阶段间歇过程,提出了一种基于k-均值聚类方法的阶段分段策略,可以将不等长的阶段准确分类.首先,将间歇过程的三维训练数据按变量方向展开成二维矩阵,再通过k-均值聚类的方法按照相关性将数据聚成多类并运用主元分析(PCA)方法分别对每一类建立模型.在线监控时,通过计算样本与模型之间的相似系数以选择最合适的模型进行在线监控.此方法可以将不同批次在同一采样时刻的过程数据按照相关性分到多个阶段,更符合生产过程中常见的过程数据阶段不等长的情况.最后利用青霉素仿真验证了该方法的有效性.
化工生产 间歇过程 在线监控 故障诊断 k-均值聚类法
张子羿 胡益 侍洪波
华东理工大学化工过程先进控制和优化技术教育部重点实验室,上海200237
国内会议
呼和浩特
中文
4522-4528
2013-08-01（万方平台首次上网日期，不代表论文的发表时间）