节点文献

基于多阶段ICA-SVDD的间歇过程故障监测

免费订阅

【作者】 郑皓熊伟丽

【Author】 Zheng Hao;Xiong Weili;School of Internet of Things Engineering,Jiangnan University;Key Laboratory of Advanced Process Control for Light Industry of Ministry of Education,Jiangnan University;

【机构】 江南大学物联网工程学院江南大学轻工过程先进控制教育部重点实验室

【摘要】 针对间歇生产过程数据存在的多阶段和非高斯性等特征,提出一种改进的阶段划分和故障监测方法。首先根据各个时间片的相似度和K均值算法进行阶段划分,然后利用独立成分分析(ICA)方法分别提取出各阶段的非高斯特征信息。最后,引入支持向量数据描述(SVDD)算法对独立成分和剩余的高斯残差空间分别建立统计分析模型,实现间歇过程故障的在线监测。通过半导体蚀刻过程故障监测应用实例,验证了该文方法的可行性和有效性。

【基金】 国家自然科学基金(61773182)
  • 【DOI】10.14177/j.cnki.32-1397n.2018.42.02.010
  • 【分类号】TP277
  • 【下载频次】32
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: