文献

J-GLOBAL ID：201502210490149796   整理番号：15A1111160

LTSAと組合せ指数に基づく非Gaussプロセスモニタリングと応用【Powered by NICT】

LTSA and combined index based non-Gaussian process monitoring and application

著者 (3件)： Yang Zhengyong (Key Lab. of Advanced Control and Optimization for Chemical Processes of Ministry of Education, East China Univ. of ...) ,  Wang Xin (Center of Electrical & Electronic Technol., Shanghai Jiao Tong Univ., Shanghai) ,  Wang Zhenlei (Key Lab. of Advanced Control and Optimization for Chemical Processes of Ministry of Education, East China Univ. of ...)
資料名： Huagong Xuebao  (Huagong Xuebao)
巻： 66  号： 4  ページ： 1370-1379  発行年： 2015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： 多くの工業プロセス変数は高次元の特性を有し,厳密Gauss分布に従わない。工業プロセスのこれらの問題を解決する方法を提案した。法は,モニタリング性能を改善するためにLTSAアルゴリズムと組合せ指数に基づいた。,局所接空間配置(LTSA)アルゴリズムは,次元縮小を達成するために,正常試料データから低次元の部分多様体を得るために用いた。二段階戦略を用いて新しい統計モデルを得た。,非Gauss統計値とGauss統計値を構築した。,これら二つの統計的値によって重み付けされた新しい統計値はプロセスのモニタリングを達成することを意図した。最後に,提案した方法をTennessee Eastman(TE)プロセスとエチレン分解炉に適用し,その有効性を実証することであった。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： アルゴリズム ,  高次元 ,  統計模型 ,  正規分布 ,  次元縮小 ,  *統計量 ,  プロセス変数 ,  アルケン
準シソーラス用語： 低次元 ,  空間配置 ,  工業プロセス ,  *プロセス監視 , 【Automatic Indexing@JST】

分類 (3件)： 信頼性  (KB04040H) ,  数値計算  (JE02000J) ,  化学プロセスの測定,監視,計装  (XC02030Y)

物質索引 (1件)： エチレン

タイトルに関連する用語 (5件)： 組合せ ,  指数 ,  Gaussプロセス ,  モニタリング ,  応用