科研之友
微信
新浪微博
Facebook
分享链接
摘要
由于一部分间歇过程变量与质量变量并不相关，传统的质量相关故障检测方法是基于所有的过程变量来建立统计模型，所以会抑制或淹没某些有用的局部信息，降低过程监测的性能。因此，针对间歇过程广泛存在的复杂程度高、关联性强和非线性特征，提出了基于邻域保持嵌入极限学习机(NPE-ELM)的质量相关故障检测算法。首先，通过最大信息系数(MIC)将间歇过程变量划分为质量相关和无关变量；然后，基于划分的质量相关和无关子空间，分别应用NPE-ELM算法进行间歇过程故障检测；最后，数值例子和青霉素发酵过程的仿真结果，验证了所提算法的可行性。
- 单位
