

已閱讀1頁,還剩75頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、針對丙烯聚合過程的特點,本文提出了一種改進多尺度主元分析方法.該方法以小波分析和主元分析的基本理論為基礎,將主元分析去線性變量相關性的能力和小波變換提取變量局部特征和近似分解變量自相關性的能力綜合起來應用于故障檢測,具體研究工作如下: 針對傳統(tǒng)主元分析在處理含噪數據時的不足,提出了一種將小波變換、小波閾值去噪和主元分析結合的方法。首先利用小波閾值去噪對原始數據預處理,去除噪聲和異常點;然后應用小波多尺度分解將每個變量依次分解成逼
2、近系數和多個尺度的細節(jié)系數,把各個尺度的系數聚集在單獨矩陣中,在各個尺度矩陣建立相應的PCA模型,以模型統(tǒng)計量控制限為閾值,對小波系數重構,得到綜合尺度矩陣,利用綜合尺度PCA模型進行故障檢測,將此方法運用于一個典型算例中,取得了較好的故障檢測效果,證實了該方法的有效性和可行性。 最后將改進MSPCA方法應用于聚丙烯環(huán)管聚合過程。應用結果表明,改進方法能夠及時檢測到過程異常情況,并準確診斷到故障發(fā)生的原因。與傳統(tǒng)的PCA、MSP
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于改進核主元分析的化工過程故障診斷研究.pdf
- 基于動態(tài)主元分析的故障診斷研究.pdf
- 基于非線性主元分析的間歇過程故障診斷方法.pdf
- 基于核主元分析的啤酒釀造過程故障診斷研究.pdf
- 基于多尺度分析的電站故障診斷方法研究.pdf
- 基于主元分析的故障診斷方法研究及應用.pdf
- 基于主元分析方法的連鑄生產過程故障診斷.pdf
- 基于小波分析和主元分析的連續(xù)工業(yè)過程的故障診斷.pdf
- 基于主元分析和貢獻圖的微小故障診斷研究.pdf
- 常規(guī)主元分析故障診斷方法的改進及在線故障診斷的研究.pdf
- 基于動態(tài)主元分析的自適應故障診斷方法研究.pdf
- 基于多尺度幾何分析的旋轉機械故障診斷研究.pdf
- 基于動態(tài)核主元分析的故障診斷方法及應用的研究.pdf
- 基于主元分析法的工業(yè)鍋爐故障診斷的研究.pdf
- 基于主元分析——RBF神經網絡的凝汽器故障診斷.pdf
- 基于主元分析的水下機器人故障診斷方法研究.pdf
- 基于主元分析方法的空調系統(tǒng)傳感器故障診斷研究.pdf
- 主元分析在電廠故障診斷中的應用.pdf
- 基于多塊核主元分析和概率符號有向圖的故障診斷方法研究.pdf
- 基于改進主元分析的工業(yè)過程故障檢測與診斷.pdf
評論
0/150
提交評論