基于非负矩阵分解的多模态过程故障监测方法
2016-08-22朱红林侍洪波谭帅
化工学报 2016年5期
朱红林,王 帆,侍洪波,谭帅
(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)
基于非负矩阵分解的多模态过程故障监测方法
朱红林,王帆,侍洪波,谭帅
(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)
针对传统的多元统计故障监测方法往往需要假设测量数据服从单一高斯分布的不足,提出了一种基于非负矩阵分解(NMF)的多模态故障监测方法。首先使用标准的NMF算法对训练集数据进行聚类,将多模态数据划分到各个模态中;然后使用稀疏性正交非负矩阵分解(SONMF)算法对各模态分别建模,同时构造监控统计量进行故障监测。将提出的基于非负矩阵分解的多模态故障监测方法应用于数值例子和TE过程的仿真结果表明,该方法能够及时有效地检测出多模态过程中的故障。
故障监测;多模态过程;非负矩阵分解
DOI:10.11949/j.issn.0438-1157.20151392
针对多模态过程监控问题,最直接的方法是采用多模型法,即对完全划分开的每一个模态的数据,使用研究单模态时的方法,分别建立监控模型,进行故障监控。这种方法有两个关键问题需要解决。第一个问题是如何将杂乱的多模态历史数据正确划分到各个模态中。目前常采用成熟的聚类算法如模糊c均值聚类、k均值聚类、多时段划分聚类等解决这一问题[5-7]。另一个问题是如何确定最终的监控结果。目前,主要有两种思路:一种是寻找到一个最符合当前生产状态的模型进行监控。……
登录APP查看全文
