东篱科研大数据发现系统（DRDS）

位置：成果数据库 > 期刊 > 期刊详情页

中心氧配比对GE气化炉内冷态流场分布影响的数值模拟研究

ISSN号：1001-4160
期刊名称：计算机与应用化学
时间：2015.1.1
页码：10-19
分类：TP277[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
作者机构：华东理工大学化工过程先进控制和优化技术教育部重点实验室,上海200237
相关基金：国家自然科学基金（61134007,21376077,21303102）;上海市研发平台建设项目（13DZ2295300）;上海市自然科学基金（16ZR1407300）
相关项目：复杂化工过程资源高效利用的系统优化方法与关键技术

关键词：因子分析, 独立因子分析, 改进的综合监控指标, 噪声空间指标, 非高斯, factor analysis, independent factor analysis, modified synthesis target, noise subspace index, non-Gaussia

中文摘要：

工业过程数据具有高斯和非高斯混合分布的特点。独立因子分析（IFA）采用一维高斯混合模型拟合任意的因子分布,因此可以处理高斯和非高斯混合的问题。虽然在给定因子数的前提下变分IFA算法可以有效地缩短建模时间,但是独立因子数的选择仍然需要较长的计算时间。此外,若IFA的因子数选择不当,会造成部分因子的信息遗留在观察变量的残差中,导致GSPE监控指标的监控性能变差。为了解决IFA在实际应用中存在的问题,本文结合了IFA和FA方法。首先使用FA辅助IFA选取独立因子数,以进一步减小IFA建模时间;其次使用FA对IFA的残差进行再处理,以解决由于独立因子数选择不当造成的问题。最后将该方法应用于田纳西-伊斯曼（TE）过程和乙烯裂解炉过程的监控中,实验结果验证了该联合方法的有效性。

英文摘要：

Many industrial process variables have the characteristics of non-Gaussian mixture distribution. Independent factor analysis （IFA ） algorithm utilizes one dimension Gaussian mixture model to approximate any factor distribution such that it can address the problem of the Gaussian and non-Gaussian mixture. Although the variational IFA with given factors can reduce the modeling-time, it still takes a lot of time to determine an optimal number. Especially, an inappropriate number may make theinformation of partial factors be remained in the residuals of the observed variables,whichwill result in the poor monitoring performance on the GSPE index. Aiming at the above problem in the application of IF A % this paper proposes a combined method of IFA and F A . Firstly, FA algorithm is used in determining theindependent factor number so as to reduce the modelling time of IFA . And then,FA is further utilized to re-process the residual of IFA so that the remained partial factors’ information in residual can be fully employed. Finally, the monitoring experiment in the Tennessee-Eastman （T E ） process and the ethylene cracking furnace verifies the validity of the proposed method.

同期刊论文项目