统计过程监测相关论文
统计过程监测通过对生产过程中的产品质量特性值进行监测,能够及时发现过程中的异常因素并发出报警信号,提前预防大量不合格产品的......
为了解决工业数据的序列相关性以及数据的全局和局部结构在某些异常状态下的变化问题,通过“时滞偏移”方法将动态行为纳入多流形......
研究了同时含有隐含性能退化和输入故障的连续过程故障预测问题.假设退化过程变化缓慢,而输入故障突发且变化快速.基于多尺度主元......
复杂化工过程通常对应着一个非线性多变量随机系统，为了处理高维数据间存在的非线性相关关系，本文利用Vine Copula实现了复杂化工过......
提出一种改进的主元分析(PCA)方法.利用主元相关变量残差统计量代替平方预测误差Q统计量,并采用累积方差贡献率及复相关系数确定PC......
随着各种大型复杂系统变得日益复杂和性能的不断提高，系统的可靠性、可维护性、安全性越来越受到人们的关注。用于大型系统的故障诊......
随着科技的飞速发展,现代流程工业越趋精细化和复杂化,政府设定的污染物排放标准也越来越严。过程监测作为维系流程工业生产安全、......
现有的多尺度主元分析方法为监测具有多尺度特性的工业过程提供了一种有效途径,但该方法还存在以下两个问题：一是采用了重构步骤使......
化工过程监测系统的性能与其传感器网络的设置方式有直接联系.通过建立化工过程有向图模型,结合故障传播模式分析和传感器网络搜索......
对现代大型复杂动态过程来讲,不同测量变量会存在不同的序列相关性,而且变量间的相互影响会体现在不同的采样时刻上。为此,结合利......
工业4.0时代与“中国制造2025”为现代工业带来了更多的机遇与挑战,现代工业自动化系统日益复杂,其信息化与智能化的程度日益加深......
随着全球化市场对企业的盈利和竞争能力提出新的要求,有效地保证过程生产安全和提高产品质量是现代过程工业面临的主要挑战,因此过......
在现代大型工业过程中,其过程数据往往不服从高斯分布,独立成分分析(ICA)算法已广泛应用于非高斯过程监测。然而,各变量间存在着不......
提出一种改进的主元分析(PCA)方法，采用主元相关变量残差(PVR)统计量代替通常的平方预测误差Q统计量，用于工业过程的监测与故障诊断......
