您的位置： 专家智库 > >

江西省自然科学基金(20114BAB211014)

作品数：6 被引量：29H指数：3
相关作者：衷路生龚锦红张永贤何东齐叶鹏更多>>
相关机构：华东交通大学更多>>
发文基金：江西省自然科学基金国家自然科学基金江西省教育厅资助项目更多>>
相关领域：自动化与计算机技术交通运输工程更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 6篇自动化与计算...
  • 1篇交通运输工程

主题

  • 3篇支持向量
  • 2篇向量
  • 2篇弓网
  • 2篇弓网系统
  • 2篇非高斯
  • 2篇高斯
  • 1篇虚拟仪器
  • 1篇选择算子
  • 1篇支持向量机
  • 1篇支持向量数据...
  • 1篇数据描述
  • 1篇算子
  • 1篇特征向量
  • 1篇主成分
  • 1篇主成分分析
  • 1篇子块
  • 1篇子群
  • 1篇最小二乘
  • 1篇最小二乘支持...
  • 1篇向量机

机构

  • 6篇华东交通大学

作者

  • 6篇衷路生
  • 3篇龚锦红
  • 2篇张永贤
  • 1篇杨辉
  • 1篇颜争
  • 1篇陈立勇
  • 1篇何东
  • 1篇谭畅
  • 1篇吴秀江
  • 1篇齐叶鹏

传媒

  • 1篇化工学报
  • 1篇华中科技大学...
  • 1篇化工自动化及...
  • 1篇计算机与应用...
  • 1篇华东交通大学...
  • 1篇中国科技论文

年份

  • 1篇2017
  • 2篇2016
  • 1篇2015
  • 1篇2014
  • 1篇2012
共 6 条 记 录，以下是 1-6
全选 清除 导出
排序方式：
基于分布式ICA-PCA模型的工业过程故障监测被引量：11
2015年
提出基于分布式ICA-PCA(independent component analysis-principal component analysis)模型的工业过程故障监测方法,适合于复杂工业过程难以自动划分子块及过程数据存在非高斯信息的情况。首先,对过程数据进行PCA分解,并在PCA主成分不同的方向上构建不同的子块,把原始特征空间自动划分为不同子空间。然后,对各个子块采用ICA-PCA两步信息提取的策略,提取出高斯信息和非高斯信息,并构建新的统计量和统计限。最后,通过Tennessee Eastman(TE)过程的仿真实验,验证所提出故障监测模型的有效性和可行性。
衷路生何东龚锦红张永贤
关键词：复杂工业过程非高斯故障监测
基于ICA-PCA和Lasso的过程故障诊断被引量：6
2016年
为了解决复杂工业过程中变量多,难以判断引起故障的主要异常变量的问题,提出一种基于ICA-PCA(独立成分分析和主成分分析)算法和Lasso(最小绝对收缩和选择算子)回归算法的过程故障检测与诊断的集成模型.首先,建立ICA-PCA模型提取数据的高斯信号和非高斯信号,构造相关统计量实现在线故障检测;然后,基于ICA-PCA模型获得的过程状态及故障信息,进一步构造基于Lasso回归算法的故障诊断模型,实现故障发生时的主要异常变量的定位和选择;最后,利用Matlab进行了TE(田纳西-伊斯曼)过程的数值仿真实验,并与已有故障诊断方法分布式PCA贡献图法进行比较,结果表明所提出的方法是有效的.
衷路生吴秀江谭畅龚锦红
关键词：故障诊断主成分分析
PSO优化的LS-SVM在列车弓网系统的建模研究被引量：7
2012年
提出基于粒子群(PSO)优化最小二乘支持向量机(LS-SVM)的列车弓网系统建模方法。针对LS-SVM的超参数难以选择的问题,提出采用具有全局搜索性能的PSO优化LS-SVM超参数的方法。在建立弓网子系统模型的基础上,得到了弓网系统的整体动力学方程。最后进行弓网系统的仿真实验,结果表明,所提出的PSO优化LS-SVM模型比LS-SVM模型、子空间模型具有更高的预报精度,所提出的方法用于列车弓网系统的建模是有效的。
衷路生齐叶鹏杨辉龚锦红张永贤颜争
关键词：最小二乘支持向量机粒子群优化弓网系统
稀疏最小二乘支持向量机及其应用被引量：2
2014年
提出基于特征向量选择(feature vector selection,FVS)的稀疏最小二乘支持向量机(sparse least squares support vector machine,SLS-SVM)模型,解决最小二乘支持向量机(least squares support vector machine,LS-SVM)稀疏化问题。采用FVS在特征空间构建特征向量子集,对训练样本进行稀疏线性重构;将稀疏化的特征向量作为支持向量,从而实现对LS-SVM稀疏化建模。将SLS-SVM模型进行弓网系统的仿真对比实验,结果表明SLS-SVM模型在取得高预报精度的同时,可实现支持向量的高度稀疏化,从而加快模型预报速度。
衷路生陈立勇
关键词：特征向量支持向量弓网系统
基于独立成分和支持向量数据描述(IC-SVDD)的工业过程故障检测被引量：3
2017年
针对复杂工业过程数据分布复杂的情况,提出了一种基于IC-SVDD(independent component-support vector data description)的工业过程故障监测方法。由于实际工业过程数据存在非线性和非高斯性问题,为了解决这两个同时存在的问题,采用IC-SVDD算法对数据进行处理。首先,利用独立成分分析算法对工业过程数据进行ICA分解,寻找一个分离矩阵W,实现分离原始数据,通过W的线性变化,可以将独立主元从混合信号中分离出来。然后,把提取出来的数据利用SVDD算法进行数据重构,进而构建新的统计量和统计限。最后,对Tennessee Eastman(TE)过程进行仿真,实验结果验证了该方法的可行性和有效性。
衷路生侯昌瑞
关键词：ICA支持向量数据描述故障检测非高斯
基于LabVIEW与Matlab的TE过程监控系统设计
2016年
针对TE模型可视化效果不佳的问题,基于LabVIEW、Matlab与My SQL开发了TE过程仿真系统。仿真系统采用LabVIEW设计搭建了复杂、友好的系统图形界面;Simulink作为后台引擎,运用Matlab平台设计TE过程的故障监控算法,My SQL作为后台数据库存储实验结果。实现了TE过程的实时趋势显示、故障报警、历史数据记录及故障报警等功能模块。通过该仿真完成TE基本工况、内置故障、添加扰动及多工况等模式的仿真测试和故障诊断。该仿真平台已进入实验室应用阶段,为研究化工过程控制等复杂系统的故障诊断提供了良好的应用平台。
衷路生解冬东
关键词：监控系统过程控制虚拟仪器
全选 清除 导出
共1页<1>
聚类工具0