控制理论与应用

作者：张凯,齐恬婧,彭开香,储若慧

单位：北京科技大学自动化学院,北京科技大学自动化学院,北京科技大学自动化学院,北京科技大学自动化学院

关键词：故障检测; 过程监控; 核参数优化; 核主元分析; 核偏最小二乘; 热连轧

基金：国家重点研发计划(2017YFB0306403),国家自然科学基金(61703036,61773053),中央高校基本科研业务(FRF-TP-17-042A1)

近年来, 基于核主元分析与核偏最小二乘的方法经常被应用于过程监控与故障检测领域以克服工业过程的非线性. 研究发现此类方法的检测性能很大程度上受核参数的影响, 而目前学术界对该参数的优化方法研究较少. 因此, 本文以最常用的高斯核方法为例, 首先总结了三类常用的核参数优化方法: 二分法、基于BP神经网络的重构法和基于样本分类的重构法; 其次重点分析每个方法的特点和它们之间的联系, 并评估它们的性能; 最后将上述方法设计成一个核参数优化系统应用于热连轧过程的故障检测中. 应用结果表明, 优化后的核参数能显著提高故障检测性能.

来源：2019年第9期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2019年第9期