辽宁省博士科研启动基金(20131089)
- 作品数：11 被引量：56H指数：5
- 相关作者：李元郭小萍郭金玉李婷李娜更多>>
- 相关机构：沈阳化工大学更多>>
- 发文基金：辽宁省博士科研启动基金国家自然科学基金辽宁省教育厅高等学校科学研究项目更多>>
- 相关领域：自动化与计算机技术机械工程更多>>
- 基于改进重构贡献图的故障定位方法被引量：17
- 2015年
- 针对重构贡献(RBC)方法仅适合单变量故障的定位及贡献图中出现拖尾效应(SE)的问题,本文提出一种基于改进重构贡献图(MRBCP)的故障定位方法。采用概率主元分析(PPCA)建立监视模型和统一量度的监视统计量,克服PCA方法中不同量度的监视统计量造成的诊断结果不一致的缺点。对于故障样本,以变量的重构监视统计量为贡献统计量,通过组合最大化思想对故障变量进行逐次定位。在历史故障信息未知的情况下,能够进行多变量故障的定位,然后在定位出的故障变量中进行贡献图分析,进一步对故障变量实现准确定位,从而避免了拖尾效应。通过数值案例和TE过程——实际化工过程的真实模拟过程进行实验,并与基本RBC方法、基于PCA的MRBCP方法进行比较,结果表明了所提方法的有效性。
- 郭小萍杨猛李元
- 关键词：故障定位
- 基于在线升级主样本建模的批次过程kNN故障检测方法被引量：10
- 2014年
- 针对批次过程故障检测建模样本数据量大、重复性强、噪声干扰多、数据利用率低等问题,提出了一种基于在线升级主样本建模(PSM)的kNN故障检测方法.首先,通过对原始数据样本间协方差、相关系数、样本方差等统计特征的分析进行主样本的提取,使原始数据空间得到压缩,并将新采集的正常数据代入主样本模型,使得主样本空间得到在线升级.然后,基于在线升级的主样本建模运用k最近邻规则(kNN)进行批次过程故障检测.最后,在多阶段半导体生产过程中的成功应用验证了该方法的有效性.
- 郭金玉陈海彬李元
- 关键词：故障检测
- 基于LPP-kNN方法的间歇过程故障监视
- 2017年
- 针对批次过程数据具有高维、非线性及多模态等特性,提出一种自适应LPP-k NN的过程监视方法.利用局部保持映射算法(LPP)提取高维多模态批次数据的自适应变换矩阵构成新的建模数据.采用局部近邻标准化方法(LNS)进行标准化,并利用k NN算法构造统计监测指标.最后,通过在半导体工业实例中的应用验证了所提算法的有效性.
- 郭小萍李婷李元
- 关键词：K近邻局部保持映射
- 基于核特征近邻指标的批过程监视及仿真研究被引量：3
- 2014年
- 批次生产过程为了不断满足快速增长的市场需求,经常进行生产装置的重组、负荷大小的调整以及品种的更换等,使批次过程的采样数据呈现出非线性、非高斯、多工况等复杂特征。针对这些特征,提出在批次过程的核特征空间利用核主元的k个近邻构建故障检测统计量指标进行过程监视的方法。将批次过程正常工况的数据按批次方向展开并进行标准化。采用核方法将其投影到核特征空间,确定出核主元,组成新的建模样本数据。通过相似性原理找到每个样本的k个近邻,构建k近邻的距离平方和故障检测指标,并采用核密度估计法确定出正常工况指标的统计控制限。利用SPE统计量对核残差空间同时进行监视。通过一个半导体生产过程的仿真实验结果表明了所提方法的有效性。
- 郭小萍袁杰李元
- 关键词：K近邻
- 近邻标准化样本核特征量驱动的间歇过程故障检测被引量：6
- 2014年
- 针对间歇过程的多工况和非线性特征,提出一种基于近邻特征标准化(Nearst Neighborhood Feature Standardization,NNFS)样本的核特征量(Kernel Feature Statistics,KFS)故障检测方法。首先,将间歇过程数据按批次方向展开构成二维建模样本,计算每个样本的局部近邻,采用近邻特征实现标准化,提取多工况批次之间的正常偏差,克服Z-score标准化将多工况过程数据看作一个整体而造成的不准确问题。其次,通过核方法将经过标准化后的样本映射到高维空间,在核空间建立监视模型,计算特征量,并提出采用方差分析(variance,VAR)方法确定核参数,通过核密度估计法确定统计控制限。最后,在青霉素发酵过程进行仿真研究,通过比较表明了所提方法的有效性。
- 郭小萍姜芹芹李元
- 关键词：核主元分析故障检测非线性
- 基于DMOLPP的间歇过程在线故障检测被引量：13
- 2015年
- 为了保持过程数据集的局部结构,确保数据投影后的投影向量正交,降低数据误差重构方面的难度,提出了一种基于动态多向正交局部保持投影(DMOLPP)进行间歇过程故障检测的方法。该方法将滑动窗口技术和正交局部保持投影(OLPP)相结合用于间歇过程在线检测。首先,将批次数据展开成二维数据,利用滑动窗口技术分别在时间片内运用OLPP算法提取能表征过程正常数据内在局部近邻结构的特征;然后,对于新来批次数据标准化处理后分别在相应窗口内投影,提取特征向量;最后利用核密度估计(KDE)确定控制限进行过程检测。通过仿真结果表明,运用DMOLPP算法检测到故障发生的时刻早于动态多向局部保持投影(DMLPP)、动态多向邻域保持嵌入(DMNPE)方法。与动态多向主元分析(DMPCA)相比,具有较低或者无误报时刻,验证了该方法的有效性。
- 郭金玉齐蕾蕾李元
- 关键词：故障检测
- 基于统计模式分析的多变量连续过程故障检测被引量：3
- 2015年
- 针对一些批处理过程中,如同步批轨迹处理和多峰分布等问题,提出了一种基于统计模量(statistics pattern analysis,SPA)分析连续过程的故障诊断方法。FD-SPA和MPCA的显著差别是前者的监测对象是批次变量的统计特征,而后者监控过程变量。MPCA通过分析过程变量的方差—协方差进行故障检测,在SPA中,既要统计过程变量的均值与方差,又要统计过程变量间的协方差结构、偏度、峭度、自相关和互相关性。提出了一种基于滑动窗口的统计模量方法监测非线性的连续过程,使故障检测的准确性与可靠性得到提高。通过在TE过程中与传统的MPCA和KNN方法对比,验证了此方法的有效性。
- 逄玉俊李娜李元张成
- 关键词：多向主元分析故障检测
- 基于测地线距离统计量的多工况间歇过程监视
- 针对间歇过程数据具有非线性和多工况的特点,本文提出一种基于测地线距离统计量（Geodesic Distance Statistic,GDS）的监视方法。首先,对多工况间歇过程数据按批次方向展开及标准化,利用主元分析（Pr...
- 郭小萍李婷李元
- 关键词：多工况测地线距离
- 文献传递
- 基于测地线距离统计量的多工况间歇过程监测被引量：2
- 2015年
- 针对间歇过程数据具有非线性和多工况的特点,提出一种基于测地线距离统计量(geodesic distance statistic,GDS)的监测方法。首先,对多工况间歇过程数据按批次方向展开及标准化,利用主元分析(principal component analysis,PCA)方法进行降维;然后,在降维空间获得赋权邻接矩阵,提出采用改进的Dijkstra(improved Dijkstra,IDijkstra)算法使Dijkstra算法更易于实现,计算各批次之间的测地线距离,用以表征非线性多工况数据之间的实际最短距离,更好地体现批次数据之间的局部近邻关系。通过构造测地线距离α次方统计量Dα进行过程监测,与欧氏距离平方和D2相比将减小边缘训练数据距离的偏离程度。最后,通过在数值仿真和工业仿真实例中的应用,验证所提算法的有效性。
- 郭小萍李婷李元
- 关键词：多工况非线性测地线距离
- 基于统计特征的不等长间歇过程故障诊断研究被引量：9
- 2014年
- 为了提高不等长间歇过程故障诊断的性能,同时降低算法的复杂度,提出了一种基于统计特征的不等长间歇过程故障诊断算法。首先计算每个不等长批次的均值、方差、偏度、峭度和任意两个变量间的欧氏距离,并将这些统计特征组合成一个等长的特征向量;然后运用主元分析(PCA)进行过程监视。半导体工业实例的仿真结果表明,与传统的多向主元分析(MPCA)方法相比,基于统计特征的不等长间歇过程故障诊断算法的故障诊断率提高15%,故障检测时间减少了0.002 s,因此该算法具有很好的故障诊断性能。
- 郭金玉赵璐璐李元
- 关键词：故障诊断统计特征多向主元分析
