基于k近邻的批次过程在线实时监测方法
针对基于k近邻的故障检测方法(Fault Detection method using the k-Nearest Neighbor rule,FD-kNN)的在线实时监测需预估当前时刻之后的采样数据,检测性能会受到预估精度影响的问题,对FD-kNN进行扩展以适用于批次过程的实时监测.该方法根据每个采样时刻的历史数据进行建模,并根据这些模型实时监测批次过程.该方法不需要预估数据,避免由于预估误差大而带来的误报和漏报问题,同时较好地继承k近邻法则(k-Nearest Neighbor rule,kNN)在处理非线性、多模态和非高斯等问题上具有的优势.青霉素发酵过程的仿真试验验证该方法可行.
k近邻、批次过程、实时监测
24
TP277(自动化技术及设备)
国家自然科学基金61304109,61203094,61174112,61333005
2015-08-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
78-83