- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
测控技术
-102-2021年第40卷第2期数据采集与处理I
基于Bagging-CVA的动态过程及质量相关故障检测
郭小萍,郭建斌,高嘉俊,李元
(沈阳化工大学信息工程学院,辽宁沈阳110142)
摘要:针对过程数据具有时序相关性以及过程故障是否影响产品质量的问题,提出一种基于Bagging思
想和典型变量分析(CVA)的故障检测方法(Bagging-CVA)。采用Bagging思想对建模数据随机抽样构
成多组新的数据集,消除数据的时序相关性。分别在每组新的数据集基于CVA方法建立过程相关和质
量相关的故障检测模型,同时监测故障对于过程和产品质量的影响。同时提出了一种最优模型选取策
略,通过故障检测率和误报率来选出最优模型,降低了传统Bagging方法对多组模型的统计量进行融合
的复杂度。通过数值案例和田纳西-伊斯曼过程的仿真实验对方法进行验证。实验结果表明,所提出
的改进Bagging-CVA方法可以避免过程数据的时序相关性对故障检测模型的影响,从而提高检测率和
降低误报率。此外,还可以进一一分析过程故障是否对产品质量产生影响。
关键词:典型变量分析;Bagging算法;质量相关;故障检测;时序序关性
中图分类号:TP277文献标识码:A文章编号:1000-8829(2021)02-0102-08
doi:10.19708/j.ckjs.2020.07.274
DynamicProcessandQuality-RelatedFaultDetectionBasedonBagging-CVA
GUOXiao-ping,GUOJian-bin,GAOJia-jun,LIYuan
(CollegeofInformationEngineering,ShenyangUniversityofChemicalTechnology,Shenyang110142,China)
Abstract:AfaultdetectionmethodBagging-CVAbasedonBaggingthoughtandcanonicalvariableanalysisis
proposedtosolvetheproblemsthattheprocessdatawithtimeseriescorrelationandtheprocessfaultswhether
affecttheproductquality.ByusingtheBaggingmethod,multiplenewtrainingsetsareobtained,andthetime
seriescorrelationofprocessdataisremoved.Theprocess-relatedandthequality-relatedfaultdetectionmodels
wereestablishedbytheCVAmethodineverynewtrainingsets.Thentheoptimalmodelselectionstrategywas
proposedandtheoptimalmodelwasselectedthroughthefaultdetectionrateandthefalsealarmrate,whichre
ducedthecomplexityofthetraditionalBaggingmethodtocalculateandmergethestatisticsofmultiplegroups
ofmo
您可能关注的文档
- 冲击波压力传感器组件动态特性补偿研究.pdf
- 基于SAW气敏阵列的火电厂排放物SO_2与NO_2监测装置设计.pdf
- 多关节工业机器人精度增强方法研究.pdf
- 基于SVD的BOTDA测温系统的解调算法研究.pdf
- 基于S-DCF算法的无人机群Ad Hoc网络节点布局能耗优化.pdf
- 全海深ARV水下LED调光驱动电路设计.pdf
- 基于小波神经网络的大功率电器识别技术研究.pdf
- 行走的智能:四足仿生移动机器人.pdf
- 双级执行器系统的离散滑模控制.pdf
- 基于边缘检测的斜纹布匹瑕疵检测.pdf
- 2025至2030中国绢花行业也运营状况及竞争策略分析报告.docx
- Unit 4 It’s a nice party!公开课一等奖创新教学设计(4份打包)《英语基础教程1》 高教版.docx
- 企业客户服务支持及复盘标准化流程.doc
- 2025年豪华汽车定制服务报告及未来五至十年品牌价值报告.docx
- Unit 5 What a Delicious Meal!单元公开课一等奖创新教案(5份打包)-人教版英语八年级上册.docx
- 2025年无人机物流配送报告及未来五至十年空中货运网络报告.docx
- 2025年新版长期承包合同(6份范本).docx
- 深度探索_二进制编码核心与质量提升之谜——2023年质量竞赛全解析.docx
- QC成果-提高抗震支吊架一次验收合格率.pdf
- 2025年量子计算商业化进展报告及未来五至十年前沿科技发展报告.docx
最近下载
- 2025医保政策培训(1).pptx VIP
- 2025年北京市自来水集团有限责任公司校园招聘笔试备考试题及答案解析.docx VIP
- Fujifilm富士相机X-T5用户手册.pdf
- 口袋妖怪梦的光点全图鉴.docx
- 东南大学出版社孙志忠版《数值分析解析》习题答案.pdf VIP
- 痰诱导检查课件.pptx VIP
- 中南林业科技大学涉外学院《高等数学A》2025-2026学年期末考试试卷(A)卷.docx VIP
- 人工髋关节置换术术后护理.pptx VIP
- 中南林业科技大学《高等数学A》2025-2026学年期末考试试卷(A)卷.docx VIP
- 【浅析幼儿园安全教育现状及改进对策研究—以A幼儿园为例6000字】.docx VIP
我的文档主要集中的行业是石油化工和安全生产,从事石油化工行业并且取得了中级注册安全工程资格。精通炼油工艺方面的工艺、安全、设备。希望通过平台共享自己的知识和经验。
原创力文档


文档评论(0)