Institutional Repository of Coll Elect & Informat Engn
基于RLANPE的工业过程故障诊断算法研究 | |
牟淼1; 赵小强1,2,3 | |
2024-06-07 | |
发表期刊 | 控制与决策 |
ISSN | 1001-0920 |
摘要 | 基于邻域保持嵌入(Neighborhood preserving embedding, NPE)的故障诊断算法由于其能够有效的提取过程数据的局部信息而被广泛应用,但是典型的NPE方法对参数选择和噪声等离群点敏感,同时忽略了过程数据的全局信息.因此,提出了一种基于鲁棒低秩自适应邻域保持嵌入(Robust low-rank adaptive neighborhood preserving embedding, RLANPE)的故障诊断算法.该方法将自适应邻域嵌入、投影学习和低秩表示集成到一个框架中,在获得全局最优解的同时能有效提取数据的局部信息;进一步地,为了探索数据的全局信息并减轻异常值的影响,对RLANPE施加了低秩表示约束,以增强RLANPE的特征提取能力和鲁棒性;此外,对RLANPE引入了基于l2,1范数的投影约束,以从复杂的数据中选择最有判别力的特征.三个合成数据集验证了所提方法的降维效果和结构保持能力,在田纳西伊斯曼过程中的平均故障检测率可达83.72%,相比对比算法提高了近3%. |
关键词 | 工业过程 故障诊断 邻域保持嵌入 低秩表示 流形学习 |
DOI | 10.13195/j.kzyjc.2023.1455 |
URL | 查看原文 |
收录类别 | 北大核心 ; CSCD |
语种 | 中文 |
资助项目 | 国家重点研发计划(2020YFB1713600);国家自然科学基金项目(62263021,62163023);甘肃省科技计划资助(21JR7RA206,21YF5GA072);甘肃省工业过程先进控制重点实验室开放基金项目(2022KX07);甘肃省教育厅产业支撑项目(2021CYZC-02) |
中图分类号 | TH17;TP277 |
原始文献类型 | 学术期刊 |
引用统计 | 无
|
文献类型 | 期刊论文 |
条目标识符 | https://ir.lut.edu.cn/handle/2XXMBERH/171392 |
专题 | 电气工程与信息工程学院 |
通讯作者 | 赵小强 |
作者单位 | 1.兰州理工大学电气工程与信息工程学院; 2.兰州理工大学甘肃省工业过程先进控制重点实验室; 3.兰州理工大学国家级电气与控制工程实验教学中心 |
第一作者单位 | 电气工程与信息工程学院 |
通讯作者单位 | 电气工程与信息工程学院; 兰州理工大学 |
第一作者的第一单位 | 电气工程与信息工程学院 |
推荐引用方式 GB/T 7714 | 牟淼,赵小强. 基于RLANPE的工业过程故障诊断算法研究[J]. 控制与决策,2024. |
APA | 牟淼,&赵小强.(2024).基于RLANPE的工业过程故障诊断算法研究.控制与决策. |
MLA | 牟淼,et al."基于RLANPE的工业过程故障诊断算法研究".控制与决策 (2024). |
条目包含的文件 | 条目无相关文件。 |
个性服务 |
查看访问统计 |
谷歌学术 |
谷歌学术中相似的文章 |
[牟淼]的文章 |
[赵小强]的文章 |
百度学术 |
百度学术中相似的文章 |
[牟淼]的文章 |
[赵小强]的文章 |
必应学术 |
必应学术中相似的文章 |
[牟淼]的文章 |
[赵小强]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论