文献

J-GLOBAL ID：201602205336231467   整理番号：16A0098262

動的カーネル独立成分分析に基づく高硫黄天然ガス精製プロセスの異常検出と診断【Powered by NICT】

Anomaly detection and diagnosis of high sulfur natural gas purification process based on dynamic kernel independent component analysis

著者 (4件)： Li Jingzhe (School of Safety Engineering, Chongqing Univ. of Sci. and Technol., Chongqing) ,  Li Taifu (School of Electrical and Information Engineering, Chongqing Univ. of Sci. and Technol., Chongqing) ,  Gu Xiaohua (School of Electrical and Information Engineering, Chongqing Univ. of Sci. and Technol., Chongqing) ,  Qiu Kui (Coll. of Chemistry and Chemical Engineering, Chongqing Univ. of Sci. and Technol., Chongqing)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 35  号： 9  ページ： 2710-2714  発行年： 2015年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  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： 現在,高硫黄ガス精製プロセスのパラメータはタイミング自己相関特性を示し,異常条件の監視不良静的多変量統計的プロセスをもたらした。動的カーネル独立成分分析(DKICA)と呼ばれる異常検出と診断法を提案し,それはパラメータのタイミング自己相関を考慮した。最初に,自己回帰(AR)モデルを導入した。モデル次数はモニタリングプロセスにおける自己相関のタイミングを記述するパラメータ同定により決定した。第二に,元の変数は,カーネル独立空間へ投影した,それらのT~2とSPE統計は,正常条件の制御限界を超えていないかどうか判断して異常検出を実現するためにモニターした。最後に,元の変数にT~2統計量の一次部分derivativestheオリジナル変数のT~2統計一次偏導関数を計算し,寄与プロットは,異常診断を達成するために与えられた。高硫黄ガス精製プラントから収集したデータを解析し,結果は,DKICAの検出精度はカーネル独立成分分析(KICA)のことを前に示した。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 図化 ,  自己相関 ,  *硫黄 ,  異常診断 ,  統計量 ,  プラント ,  *穀粒 ,  *独立成分分析
準シソーラス用語： 検出精度 ,  パラメータ同定 ,  *異常検出 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (7件)： カーネル ,  独立成分分析 ,  硫黄 ,  天然ガス ,  精製プロセス ,  異常検出 ,  診断