文献

J-GLOBAL ID：201302262278359157   整理番号：13A1110221

多重運転モードでの欲ばりなKP1Mベースのプロセス監視と多重モデル外部分析

Multiple models external analysis and Greedy-KP1M based process monitoring with multiple operation modes

著者 (4件)： Wang Xiaoyang (Key Lab. of Advanced Control and Optimization for Chemical Processes,Ministry of Education, East China Univ. of Sci. ...) ,  Wang Xin (Center of Electrical & Electronic Technol.,Shanghai Jiao Tong Univ., State Key Lab. of Synthetical Automation for ...) ,  Wang Zhenlei (Key Lab. of Advanced Control and Optimization for Chemical Processes,Ministry of Education, East China Univ. of Sci. ...) ,  Qian Feng (Key Lab. of Advanced Control and Optimization for Chemical Processes,Ministry of Education, East China Univ. of Sci. ...)
資料名： Huagong Xuebao  (Huagong Xuebao)
巻： 63  号： 9  ページ： 2869-2876  発行年： 2012年 
JST資料番号： E0215B  ISSN： 0438-1157  CODEN： HUKHAI  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 多変量統計的プロセス制御(MSPC)は,プロセスデータから有益な情報を得て,それらをプロセス監視のために利用するために開発される。しかし,過程供給負荷または製品構成の変化が起こるとき,従来のMSPC法は多重操作モードでプロセスのためによく機能を果たさない。これらの問題を解くために,新規プロセス監視法を多重モデル外部分析と欲ばりなKP1Mに基づき提案する。最初に,従来の外部分析に基づき,多重モデルモデル化法はより優れた性能を持つことを紹介する。プロセスの多重運転モードを多重モデル外部分析によって除去する。そして,残留誤差を監視ために得る。ついで,残留誤差を調べるために,カーネル可能性1平均クラスター化(KP1M)と呼ばれる方法を提案する。KP1Mは,非線形のプロセスを監視するために優れた能力を持つ。その性能は,サポートベクトルデータ記述(SVDD)と類似している。しかし,KP1Mの計算複雑度は,SVDDのものよりはるかに少ない。しかも,さらに計算複雑度を減らすために,欲張り法を採用しKP1Mモデリングの特徴サンプルを抽出する。最後に,提案方法とTE(テネシー州イーストマン)プロセスとエチレン分解炉監視に適用しその有効性を示す。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： クラスタ化 ,  モデル ,  運転モード ,  *監視 ,  SPC【工程管理】 ,  計算量 ,  プロセス制御 ,  モデリング ,  アルケン
準シソーラス用語： 多重モデル ,  *プロセス監視 ,  統計的プロセス制御 ,  計算複雑度 ,  多変量統計的プロセス制御

分類 (1件)： 化学工学一般  (XA01000E)

物質索引 (1件)： エチレン

タイトルに関連する用語 (4件)： 多重 ,  プロセス監視 ,  多重モデル ,  分析