您的位置: 专家智库 > >

张沐光

作品数:7 被引量:24H指数:3
供职机构:浙江大学更多>>
发文基金:国家自然科学基金国家高技术研究发展计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 4篇期刊文章
  • 2篇会议论文
  • 1篇学位论文

领域

  • 7篇自动化与计算...

主题

  • 6篇故障检测
  • 5篇主元
  • 5篇主元分析
  • 4篇流形
  • 4篇流形学习
  • 4篇局部保持投影
  • 2篇动态过程
  • 2篇动态主元分析
  • 2篇子空间
  • 1篇独立元分析
  • 1篇统计过程
  • 1篇子空间算法
  • 1篇贡献度

机构

  • 7篇浙江大学

作者

  • 7篇张沐光
  • 6篇宋执环

传媒

  • 1篇自动化学报
  • 1篇化工学报
  • 1篇华中科技大学...
  • 1篇控制理论与应...
  • 1篇第33期双清...
  • 1篇第六届全国技...

年份

  • 1篇2011
  • 2篇2010
  • 3篇2009
  • 1篇2008
7 条 记 录,以下是 1-7
排序方式:
一种基于DLPP的动态过程故障检测方法被引量:3
2009年
针对动态过程故障检测问题,提出一种基于局部保持投影(locality preserving projections,LPP)和扩展矩阵的动态局部保持投影(dynamic LPP,DLPP)新算法.相比动态主元分析(dynamic principal component a-nalysis,DPCA)方法,该算法可以提取隐藏于过程数据中的低维流型信息,建立更精确的模型.首先选择合适的动态步数,构造扩展矩阵;然后使用LPP算法提取信息,将扩展矩阵空间划分为特征空间和残差空间;最后针对这2个空间分别构造T2和SPE统计量对工业过程进行监测.通过在田纳西-伊斯曼(Tennessee-East-man,TE)模型上的仿真研究,表明了该算法是有效的.
张沐光宋执环
关键词:动态主元分析流形学习局部保持投影
LPMVP算法及其在故障检测中的应用
针对数据信息的特征提取和降维问题,提出一种局部保持最大方差投影(Locality preserving maximum varianceprojections,LPMVP)新算法。该算法综合考虑了主元分析(Princip...
张沐光宋执环
关键词:主元分析局部保持投影流形学习故障检测
文献传递
基于局部-全局结构分析的统计过程监测方法研究
过程监测技术是工业过程综合自动化技术的重要组成部分。一方面它可以减少过程波动,提高生产质量,避免恶性事故的发生,另一方面也为后续的控制、决策、调度等高层次自动化技术奠定了基础。其中,多变量统计过程监测方法(MSPC)由于...
张沐光
关键词:故障检测
文献传递
独立元子空间算法及其在故障检测上的应用被引量:6
2010年
针对高维数据建模问题,提出一种独立元子空间算法(ICSM),作为一种新的集成学习算法,ICSM利用独立元在不同变量上的贡献度来选取子空间,符合了集成学习的要求,具备了明确的物理意义,有效地克服了随机子空间算法(RSM)的主要缺点。在此基础上,进一步将ICSM应用于工业过程监控,提出了一种新的ICSM-PCA故障检测算法。首先在各个子空间内分别建立相应的PCA监测模型,然后根据T^2和SPE统计量的值计算出集成时各自的权重,最后构造两个集成统计量对工业过程进行监测。通过在Tennessee Eastman(TE)模型上的仿真研究,说明提出的算法具有较好的建模效果和故障检测能力。
张沐光宋执环
关键词:主元分析故障检测
一种基于独立元贡献度的子空间故障检测方法被引量:10
2010年
针对工业过程故障检测问题,本文定义了独立元贡献度和贡献度矩阵,提出一种改进的子空间检测算法.首先,利用独立元分析(independent component analysis,ICA)算法提取过程变量的独立元信息,通过计算各个独立元在过程变量上的贡献度,构造贡献度矩阵;然后根据贡献度的大小,挑选出对应的变量组成反映不同"源"信息的子空间,并在这些子空间上建立故障检测模型;最后综合以上的多个检测模型,根据实际的需求或者故障的传播特征,确定集成策略,对工业过程进行故障检测.通过在TE(Tennessee Eastman)过程上对21种故障工况和1种正常工况的仿真研究,说明提出的改进算法是有效的.
张沐光宋执环
关键词:独立元分析子空间故障检测
LPMVP算法及其在故障检测中的应用被引量:7
2009年
针对数据信息的特征提取和降维问题,提出一种局部保持最大方差投影(Locality preserving maximum variance projections,LPMVP)新算法.该算法综合考虑了主元分析(Principal component analysis,PCA)和局部保持投影(Locality preserving projections,LPP)算法的优点和不足,提出了新的优化目标,使投影得到的低维空间不仅和原始变量空间有相似的局部近邻结构,而且有相似的整体结构,因而可以包含更多的特征信息.在此基础上,本文使用LPMVP算法把原始变量空间划分为特征空间和残差空间,分别构造了T2和SPE统计量对过程进行监测,建立了一种新的故障检测方法.通过数值例子以及TE过程的仿真研究,表明了LPMVP算法可以有效地提取数据信息,同时也体现了较强的故障检测能力.
张沐光宋执环
关键词:主元分析局部保持投影流形学习故障检测
一种基于DLPP的动态过程故障检测方法
针对动态过程故障检测问题,提出一种基于局部保持投影(locality preserving projections,LPP)和扩展矩阵的动态局部保持投影(dynamic LPP,DLPP)新算法.相比动态主元分析(dyn...
张沐光宋执环
关键词:动态主元分析流形学习局部保持投影故障检测
文献传递
共1页<1>
聚类工具0