收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

独立分量分析与盲源分离在流程工业过程监控中的应用研究

高翔  
【摘要】: 流程工业是我国国民经济的重要组成部分,其生产过程的高温、高压、高危险性使针对过程的监控与故障诊断成为重中之重。本课题以过程的监控与故障诊断问题为主要研究内容,利用现代信号处理技术,研究了基于数据驱动的多变量统计过程监控方法在流程工业中的应用。 本文以独立分量分析(Independent Component Analysis,ICA)与盲源分离(Blind Source Separation,BSS)为主要方法进行研究。ICA利用高级统计学、现代信号处理中的相关理论,寻求包含在数据中的统计独立分量,发掘数据的内在特征。这一理论作为近十年来的热点主题之一受到了广泛关注,显示出其强大的生命力和广阔的工程应用前景。BSS是在源信号与信号传输通道特性未知的情况下,仅通过分析检测信号来获得源信号的过程。BSS与ICA在分析对象、数据模型、研究方法等方面高度相似,却又在涉及的理论与工程意义等方面不尽相同,两者相互借鉴、互为补充、共同发展。本文以ICA与BSS中的相关理论与方法为基础,结合过程监控这一应用对象的实际特点进行研究,具体工作如下: 1.论述了ICA的理论背景、模型、独立分量的求取方法,实证分析了流程工业过程变量的非高斯性分布特征,论证了非线性系统对数据分布特性的影响,指出ICA在过程监控应用中具有十分重要的意义。 2.根据ICA理论的矢量化拓展,提出基于动态独立子空间分析的过程监控方法,针对过程变量自相关问题,构建时间序列子空间,随采样时间动态更新子空间数据,对其进行独立性研究,达到过程监控的目的。仿真实例表明此方法提高了过程监控的性能。 3.根据BSS中广义特征值分解方法的利用,从两个角度对过程监控方法进行设计。一方面对数据高阶统计量的特征矩阵进行递归广义特征值分解,寻求数据中的独立成分从而实现过程监控;另一方面利用纳入了时间窗的时域方差矩阵束,对过程数据的序列相关信息进行利用,基于这一方法的过程监控手段比基于动态PCA的过程监控具有更好的灵敏性与鲁棒性。 4.针对非负矩阵分解算法这一新兴的数据特征提取方法,提出了基于非负矩阵分解过程监控方法,基于TE过程的仿真实验证实了其有效性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 杨杰;郑海起;关贞珍;王彦刚;;基于形态成分分析的轴承复合故障诊断[J];轴承;2011年08期
2 赵伟;陈仁安;张晓玲;游荣义;;基于ICA和DCT的鲁棒性盲水印算法[J];厦门理工学院学报;2011年02期
3 焦芳芳;封志宏;杨桂芹;;盲信号分离及盲信号抽取研究[J];无线电工程;2011年09期
4 赵伟;陈仁安;张晓玲;;基于ICA和DCT的标注水印盲提取算法[J];电子测量技术;2011年06期
5 蒋宇;李志雄;;齿轮箱振动源信号分离与故障诊断研究[J];湖北工业大学学报;2011年04期
6 程舒慧;吴小培;;基于滑动窗口的ICA算法动态分离胎儿心电[J];工业控制计算机;2011年06期
7 王荣博;侯朝焕;杨俊;;瞬时混合盲源分离和最优波束形成的关系研究[J];应用声学;2011年04期
8 王文勇;;基于盲源分离的信号个数估计方法[J];通信对抗;2011年02期
9 尚晓辉;沈越泓;王建功;;基于最优分离矩阵循环迭代的盲源分离次序调整算法[J];军事通信技术;2011年02期
10 刘晓平;郑海起;祝天宇;;粒子滤波在含噪齿轮箱故障盲源分离中的应用[J];中国机械工程;2011年15期
11 李昌利;曹嘉毅;;基于循环优化的矩阵联合对角化算法及在盲源分离中的应用[J];四川大学学报(工程科学版);2011年05期
12 陆凤波;黄知涛;姜文利;;基于Fast-ICA的CDMA信号扩频序列盲估计及性能分析[J];通信学报;2011年08期
13 段玉玲;张杭;张江;;含噪混合盲扰信分离中联合降噪技术研究[J];军事通信技术;2011年02期
14 贾存丽;田亚菲;王光辉;;基于盲源分离的多用户检测算法[J];知识经济;2011年14期
15 钱博;王洋;滕振宇;;差分跳频信号分离方法研究[J];沈阳理工大学学报;2011年02期
16 林积微;周新丰;李辉;;基于负熵的多目标射频信号分离研究[J];无线电通信技术;2011年04期
17 张少刚;;基于遗传算法的盲源信号分离技术研究[J];自动化与仪器仪表;2011年04期
18 高兴龙;崔琛;;基于遗传算法和时频分布的跳频信号盲分离[J];电子测试;2011年09期
19 徐静;胡艳军;胡宏林;张梦龙;;一种基于PAST盲分离的终极无线电信号检测方法[J];安徽大学学报(自然科学版);2011年04期
20 贺峥嵘;刘智;王番;陈永昌;;非下采样Contourlet域的ICA法SAR图像相干斑抑制[J];测绘工程;2011年03期
中国重要会议论文全文数据库 前10条
1 邹永祥;吴建平;;独立分量分析及其在核探测信号预处理中的应用[A];全国第六届核仪器及其应用学术会议论文集[C];2007年
2 周祥;樊涛;;基于盲源分离的储油罐底腐蚀混叠信号的识别与分离[A];第八届沈阳科学学术年会论文集[C];2011年
3 刘喜武;刘洪;李幼铭;;独立分量分析及其在地震信息处理中应用初探[A];中国科学院地质与地球物理研究所二○○三学术论文汇编·第四卷(油气资源)[C];2003年
4 徐彬锋;罗小刚;黄茜;彭承琳;;小波分析和独立分量分析在事件相关电位提取方面的应用[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集(下册)[C];2007年
5 马明;杨玉林;雷三丫;;基于独立分量分析的抗多音干扰快跳频接收机[A];2008年中国高校通信类院系学术研讨会论文集(下册)[C];2009年
6 查代奉;廖英杰;卢国庆;邱天爽;;基于玻耳测度峰值判定的独立分量分析方法[A];第一届中国高校通信类院系学术研讨会论文集[C];2007年
7 王延红;张彤;许学忠;董明荣;;低空飞行目标声信号的探测与分离[A];第八届全国信息获取与处理学术会议论文集[C];2010年
8 解德鹏;景新幸;杨海燕;高珊;;基于声源定位和盲源分离的语音提取技术[A];中国声学学会第九届青年学术会议论文集[C];2011年
9 谢凡;滕云田;徐沁;;独立分量分析在地磁台站轨道交通干扰分析中的应用[A];中国地球物理2010——中国地球物理学会第二十六届年会、中国地震学会第十三次学术大会论文集[C];2010年
10 孙军晓;王永刚;白博;;快速独立分量算法在地震解释中的应用研究[A];中国地球物理学会第二十四届年会论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 林秋华;基于盲源分离的图像与语音加密新方法研究[D];大连理工大学;2006年
2 焦卫东;基于独立分量分析的旋转机械故障诊断方法研究[D];浙江大学;2003年
3 李昌利;盲源分离的若干算法及应用研究[D];西安电子科技大学;2010年
4 米建勋;带参考信号的独立分量分析理论及其应用研究[D];中国科学技术大学;2010年
5 王卫华;盲源分离算法及应用研究[D];哈尔滨工程大学;2009年
6 张晓丹;基于盲源分离技术的工程结构模态参数识别方法研究[D];北京交通大学;2010年
7 周仲兴;复合下肢想象动作电位的特征识别新技术研究[D];天津大学;2009年
8 韩军;内燃机的非平稳信号分析方法及其噪声源小波识别技术的研究[D];天津大学;2004年
9 许宏吉;发射分集和波束形成优化设计及其盲接收技术研究[D];山东大学;2005年
10 李灯熬;基于循环平衡理论的盲源分离算法[D];太原理工大学;2010年
中国硕士学位论文全文数据库 前10条
1 赵军;基于独立分量分析和基音提取技术的盲源分离[D];西安理工大学;2005年
2 龙飞;脑电消噪的独立分量分析方法及其应用研究[D];安徽大学;2002年
3 刘云;目标定向及多波束实现[D];西北工业大学;2002年
4 牛奕龙;盲源分离算法研究[D];西北工业大学;2005年
5 李喜林;基于改进型粒子群算法的盲源分离研究[D];太原理工大学;2007年
6 贾凡;混合语音信号盲分离的算法研究[D];西安电子科技大学;2004年
7 张小兵;盲源分离算法及其应用研究[D];西北工业大学;2006年
8 高翔;独立分量分析与盲源分离在流程工业过程监控中的应用研究[D];江南大学;2008年
9 韩仲志;独立分量分析及其在语音识别预处理中的应用[D];广西师范大学;2006年
10 王琳;盲源分离算法在通信系统中的应用[D];西安电子科技大学;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978