中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于静−动态特性协同感知的复杂工业过程运行状态评价

文献类型:期刊论文

作者褚菲; 许杨; 尚超; 王福利; 高福荣; 马小平
刊名自动化学报
出版日期2023
卷号49期号:8页码:1621-1634
关键词复杂工业过程 运行状态评价 静-动态特性协同 慢特征分析 稀疏学习
ISSN号0254-4156
DOI10.16383/j.aas.c201035
英文摘要针对当前过程监测和运行状态评价方法等对工况信息感知不全面、漏报和误报现象严重等问题,在深入研究工业现场数据静-动态特性协同感知方法的基础上,提出关键性能指标(Key performance indicators, KPI)驱动的慢特征分析(Slow feature analysis, SFA)算法.将关键性能指标信息融入到慢特征分析中,协同感知复杂工业过程的静-动态特性变化,并进一步通过计算潜变量之间的相似度及其一阶差分间的相似度实现对过程稳态和过渡的评价.在此基础上,建立基于静-动态特性协同感知的过程运行状态评价统一框架.针对非优状态,提出基于稀疏学习的非优因素识别方法,实现对非优因素变量的准确识别.最后,通过重介质选煤过程实际生产数据和田纳西·伊斯曼(Tennessee Eastman, TE)过程数据验证了该方法的有效性.
源URL[http://ir.ia.ac.cn/handle/173211/56079]  
专题自动化研究所_学术期刊_自动化学报
推荐引用方式
GB/T 7714
褚菲,许杨,尚超,等. 基于静−动态特性协同感知的复杂工业过程运行状态评价[J]. 自动化学报,2023,49(8):1621-1634.
APA 褚菲,许杨,尚超,王福利,高福荣,&马小平.(2023).基于静−动态特性协同感知的复杂工业过程运行状态评价.自动化学报,49(8),1621-1634.
MLA 褚菲,et al."基于静−动态特性协同感知的复杂工业过程运行状态评价".自动化学报 49.8(2023):1621-1634.

入库方式: OAI收割

来源:自动化研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。