项目名称: 多变量自相关过程的控制与异常诊断方法研究

项目编号: No.70802043

项目类型: 青年科学基金项目

立项/批准年度: 2009

项目学科: 冶金工业

项目作者: 张敏

作者单位: 天津大学

项目金额: 16万元

中文摘要: 现代化工、冶金等过程产生的大量测量变量之间既存在互相关,且同一变量在不同时刻还存在强自相关。因此,多变量自相关过程的控制与异常诊断问题成为目前迫切需要研究的一个课题。本项目首先通过支持向量机及规范变量分析,确定能够比较精确地反映实际过程的多变量自相关模型,获取多变量独立同分布的残差项,构建多变量自相关过程的残差控制图。然后,通过多个过程变量均值发生偏移、误差项协方差矩阵或自相关模型结构发生变化三种情形,模拟出残差控制图的平均链长。同时,为了方便实际生产过程的使用,构建形象直观的多变量自相关过程轮廓图。另外,结合残差控制图的统计量分解技术,利用单变量控制图或贡献图,以及轮廓图中代表统计量与其参考值的差异,确定变异源,进行多变量自相关过程的异常状况诊断。最后,将本研究项目构建的控制图及异常诊断方法应用于冶金企业的实际生产过程,进行实证分析。

中文关键词: 多变量自相关过程;残差控制图;轮廓图;支持向量机;异常诊断

英文摘要:

英文关键词:

成为VIP会员查看完整内容
1

相关内容

在机器学习中,支持向量机(SVM,也称为支持向量网络)是带有相关学习算法的监督学习模型,该算法分析用于分类和回归分析的数据。支持向量机(SVM)算法是一种流行的机器学习工具,可为分类和回归问题提供解决方案。给定一组训练示例,每个训练示例都标记为属于两个类别中的一个或另一个,则SVM训练算法会构建一个模型,该模型将新示例分配给一个类别或另一个类别,使其成为非概率二进制线性分类器(尽管方法存在诸如Platt缩放的问题,以便在概率分类设置中使用SVM)。SVM模型是将示例表示为空间中的点,并进行了映射,以使各个类别的示例被尽可能宽的明显间隙分开。然后,将新示例映射到相同的空间,并根据它们落入的间隙的侧面来预测属于一个类别。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【经典书】时间序列分析:预测与控制(原书第5版),709页pdf
【NeurIPS2021】序一致因果图的多任务学习
专知会员服务
19+阅读 · 2021年11月7日
专知会员服务
32+阅读 · 2021年9月14日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
67+阅读 · 2021年9月10日
CVPR 2021 | 时间序列疾病预测的因果隐马尔可夫模型
专知会员服务
62+阅读 · 2021年4月11日
专知会员服务
144+阅读 · 2021年2月3日
【Nature】贝叶斯统计与建模综述,26页pdf
专知会员服务
76+阅读 · 2021年1月21日
专知会员服务
19+阅读 · 2021年1月7日
【PHM算法】PHM算法 | 故障诊断建模方法
产业智能官
66+阅读 · 2020年3月16日
ICLR 2019论文解读:深度学习应用于复杂系统控制
机器之心
11+阅读 · 2019年1月10日
【工业智能】电网故障诊断的智能技术
产业智能官
34+阅读 · 2018年5月28日
R语言之数据分析高级方法「时间序列」
R语言中文社区
17+阅读 · 2018年4月24日
迁移学习之Domain Adaptation
全球人工智能
18+阅读 · 2018年4月11日
动手写机器学习算法:异常检测 Anomaly Detection
七月在线实验室
11+阅读 · 2017年12月8日
工业大数据分析之道:机理与数据分析的知识融合
遇见数学
12+阅读 · 2017年11月25日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
11+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年5月2日
Arxiv
0+阅读 · 2022年4月29日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
小贴士
相关VIP内容
【经典书】时间序列分析:预测与控制(原书第5版),709页pdf
【NeurIPS2021】序一致因果图的多任务学习
专知会员服务
19+阅读 · 2021年11月7日
专知会员服务
32+阅读 · 2021年9月14日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
67+阅读 · 2021年9月10日
CVPR 2021 | 时间序列疾病预测的因果隐马尔可夫模型
专知会员服务
62+阅读 · 2021年4月11日
专知会员服务
144+阅读 · 2021年2月3日
【Nature】贝叶斯统计与建模综述,26页pdf
专知会员服务
76+阅读 · 2021年1月21日
专知会员服务
19+阅读 · 2021年1月7日
相关资讯
【PHM算法】PHM算法 | 故障诊断建模方法
产业智能官
66+阅读 · 2020年3月16日
ICLR 2019论文解读:深度学习应用于复杂系统控制
机器之心
11+阅读 · 2019年1月10日
【工业智能】电网故障诊断的智能技术
产业智能官
34+阅读 · 2018年5月28日
R语言之数据分析高级方法「时间序列」
R语言中文社区
17+阅读 · 2018年4月24日
迁移学习之Domain Adaptation
全球人工智能
18+阅读 · 2018年4月11日
动手写机器学习算法:异常检测 Anomaly Detection
七月在线实验室
11+阅读 · 2017年12月8日
工业大数据分析之道:机理与数据分析的知识融合
遇见数学
12+阅读 · 2017年11月25日
相关基金
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
11+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员