共搜索到5449条信息,每页显示10条信息,共545页。用时:0小时0分0秒181毫秒
基于多元统计方法的电解铝生产流程监测及故障诊断策略的研究刘志元沈阳铝镁设计研究院有限公司摘 要:针对电解铝生产流程的故障监测及诊断问题进行研究,提出一种基于多元统计方法的流程监测及故障诊断策略.该策略通过将主成分分析法(PCA)和独立成分分析法(ICA)两种统计学方法相结合,建立过程监测模型,实现故障发生前的预报,故障发生时的报警及故障诊断与故障追溯功能.此外,该策略采用分层监测的思想,实现模块化,一体化监测,进而保证监测的针对性和监测结果的准确性.关键词:电解铝生产过程;故障监测及诊断;多元统计方法;主成分分析法(PCA);独立成分分析法(ICA);......
基于数据特性分析的多变量过程监测张淑美1,王福利1,2,王姝1,2,李嫱嫱31. 东北大学信息科学与工程学院2. 东北大学流程工业综合自动化国家重点实验室3. 沈阳航空航天大学设计艺术学院摘 要:以PCA,ICA为代表的多元统计监测方法总是基于各种各样的前提假设,如果不考虑它们的适用条件盲目选择监测算法,则可能给出错误结论,增加故障误报漏报的概率.针对理论方法在应用时面临的条件限制问题,在无先验知识的情况下,提出一种数据特性的分析方法,通过参数寻优并逐步剔除线性相关变量组的方法,实现多变量过程线性非线性的自动判别.仿真分析表明所提方法可以根据数据特点及各算法的适用条件自动选择适当的监测算法,具有一定的实用价值.关键词:变量相关关系;主成分分析(PCA);独立成分分析(ICA);核主成分分......
基于非线性 PCA的微气体传感器阵列信号处理 余隽1,唐祯安1,魏广芬1,陈正豪2,王立鼎1 (1.大连理工大学微系统中心,大连,116024;2.香港科技大学电机与电子工程系,香港) 摘要:在线性叠加模型基础上提出了气体传感器对混合气体的非线性叠加模型,并引入了非线性 主成分分析 (Nonlinear Principal Component Analysis, NLPCA) 法对微传感器阵列的信号进行处理. 使用该模型对由 4个微热板式气体传感器组成的阵列的信号进行了分析,对照基于线性叠加模型 的主成分分析法( Principal Component Analysis, PCA)的识别结果, 说明该方法能够提高对混合气 体识别和量化的准确度. 关键词:气体传感器阵列; 混合气体分析; 非线性主成分分析法; [全文内容正在添加中] ......
聚类分析提取PCA变换后的火焰图像颜色特征燕梅,林剑,郭小玉,王静湖南科技大学知识处理与网络化制造湖南省普通高校重点实验室摘 要:炉口火焰颜色特征是判断炼钢终点碳及终点温度的重要特征.为实现实时控制,通常利用PCA变换缩短图像特征提取时间,由于PCA变换存在误差,难以在变换后的图像中提取独立颜色,文中首先在原始火焰图像中选取各类颜色样本,计算颜色变换前后的类内距和类间距,发现图像变换前后颜色的聚类性能具有一致性,然后利用聚类方法确定变换后的颜色窗口大小,通过颜色窗口提取序列图像颜色像元数量随时间变换特征,采用A,B两炉冶炼同一型号钢种图像数据进行实验,实验结果表明:通过聚类分析的方法所提取的颜色特征能较好地反映转炉炼钢物理化学过程.关键词:火焰图像;颜色特征;聚类分析;炼钢终点控制;......
PCA和GA-BP神经网络在边坡稳定性预测中的应用邓智中,田浩帆,包太贵州大学土木工程学院摘 要:针对现有边坡稳定性预测模型存在的不稳定性和精度不高的问题,采用主成分分析方法 PCA和遗传算法GA对传统BP神经网络模型进行优化.PCA方法将露天矿边坡稳定性的6个评价指标转换为4个主成分,作为BP神经网络的输入变量;遗传算法对神经网络的初始权阈值进行了筛选优化.经优化后的模型既减少了神经网络的输入变量,提高了学习训练效率,又使得传统BP神经网络模型的精度大大提高.最后将PCA-GA-BP模型,GA-BP模型和传统BP模型得到的预测结果进行对比和误差分析.结果表明,基于PCA-GA-BP神经网络模型的预测精度较好,对露天矿边坡稳定性的预测具有一定的参考价值.关键词:主成分分析;遗传算法;BP......
澜沧江流域山区土地覆盖遥感监测中PCA特征变换处理甘淑,袁希平,何大明昆明理工大学建筑工程学院!云南昆明650051昆明理工大学成人教育学院!云南昆明650051云南地理研究所!云南昆明650023摘 要:通过选取澜沧江流域山区具体典型性的试验样区 ,基于计算机支持下的专用遥感图像处理系统工作平台 ,就澜沧江流域山区土地覆盖遥感监测中PCA特征变换处理展开研究 ,为有效地对澜沧江流域山区土地覆盖遥感监测组织实施分类处理做技术准备 .初步结果为 :1在以山地为主体的澜沧江流域土地覆盖遥感监测中 ,通过PCA特征变换处理 ,对原始波段数据具有较好的数据压缩效果与综合表达作用 ;2通过对PCA中主成分的特征向量分析 ,以及对原始各波段的负荷因子分析可知 ,PCA变换处理在澜沧江流域土地覆盖遥感监测分类实施中......
)及ML参数与PSD各频段的相关性,提出了采用料球比,浓度及充填率三个负荷参数对ML进行软测量建模的方法.该方法首先将振动加速度的时域信号通过傅立叶变换至频域,然后采用主元分析法(PCA)对振动频谱数据的低,中,高三个频段分别进行降维和特征谱变量的提取,最后利用最小二乘支持向量机(LSSVM)实现特征谱变量与ML参数间的非线性映射.实验结果表明,该算法能够有效地提取频谱变量的谱特征,并具有较高的估计精度.关键词:磨机负荷(ML);功率谱密度(PSD);主元分析(PCA);最小二乘支持向量机(LSSVM);......
基于PCA-ELM的煤矿突水预测方法研究李培,陈颖,马小平,于得祥中国矿业大学信息与电气工程学院摘 要:针对采用传统算法建立煤矿突水预测模型存在训练速度慢,泛化能力差,测试精度不高等问题,提出了一种将PCA与ELM相结合的煤矿突水预测方法,并利用该方法建立了煤矿突水预测模型.该方法以煤矿突水历史数据为样本,利用PCA得到煤矿突水主控因素,将仅包含主控因素的样本数据划分为训练集,验证集和测试集;然后把训练样本作为ELM的输入,对模型进行训练;最后利用样本数据验证模型.实验结果表明,相较于传统算法,该方法输入变量少,建模和运算时间短,模型的运行速度和预测精度较高.关键词:煤矿突水;预测模型;预测方法;极限学习机;主成分分析法;......
改进PCA及其在真空自耗炉故障诊断中的应用贾明兴,王福利,郭小萍,牛大鹏摘 要:针对过程变量呈均值阶段性变化的一类生产过程,提出了一种新的主成分分析(PCA)故障诊断方法.该方法通过高通滤波对过程变量进行状态变换,扩展系统,然后采用主成分分析方法对扩展系统进行统计建模,并基于该模型进行过程监测和故障诊断.该方法可以克服普通主成分分析不能消除均值变化对所建模型的负面影响,进而提高故障诊断的鲁棒性和灵敏性.将提出的方法在真空自耗电弧炉中进行应用研究,冷却水泄漏故障诊断结果表明,提出的方法是有效的.关键词:故障诊断;主成分分析;高通滤波;真空自耗电弧炉;扩展系统;......
基于流形学习的局部保持PCA算法在故障检测中的应用王健1,2,冯健1,韩志艳21. 东北大学信息科学与工程学院2. 渤海大学工学院摘 要:提出一种新的基于流形学习的数据降维及特征提取方法:局部保持PCA算法(LPPCA).通过在PCA的优化目标中融入流形学习的思想,不仅使投影得到的低维空间和原始样本空间具有相似的全局结构,并且保持了相似的局部近邻结构,克服了传统PCA方法只关注全局结构特征而忽略局部流形特征的缺陷,同时给出了LPPCA在故障检测中的应用方法.S-Curve和Swiss-roll曲面数值仿真和TE过程仿真验证了算法的有效性和优越性.关键词:主元分析;局部保持;故障检测;流形学习;......