%0 Journal Article
%T 基于稀疏性非负矩阵分解的故障监测方法
%A 王帆
%A 杨雅伟
%A 谭帅
%A 侍洪波
%J 化工学报
%P 1798-1805
%D 2015
%R 10.11949/j.issn.0438-1157.20141660
%X 提出了基于稀疏性非负矩阵分解(SNMF)的故障监测方法。非负矩阵分解(NMF)是一种新的降维方法,可以得到原始数据的低秩近似矩阵。与传统的多元统计过程监控方法如主成分分析(PCA)相比,NMF对潜变量的性质没有假设,除了非负性的要求。将稀疏编码和非负矩阵分解方法结合在一起,因为施加了稀疏性的约束,稀疏性非负矩阵分解方法可以得到对数据更稀疏的表示。在分解时对低秩近似矩阵进行正交化处理,从而在降维时除去变量中的冗余信息,将信息集中到更少的投影方向上。然后,用SNMF方法来提取过程的潜变量,并定义新的监测指标来进行故障监测。使用核密度估计(KDE)方法来计算新定义的监测指标的控制上限。最后,将提出的基于SNMF的监测方法应用于TE过程来评估其监测性能,并与基于传统NMF和PCA的方法进行比较。仿真实验结果表明了所提出新方法的可行性。
%K 故障监测
%K 非负矩阵分解
%K 主元分析
%K 稀疏编码
%K 统计过程监控
%U http://www.hgxb.com.cn/CN/abstract/abstract17061.shtml