非高斯动态高含硫天然气净化过程异常检测与诊断方法

    公开(公告)号:CN104656635A

    公开(公告)日:2015-05-27

    申请号:CN201410849339.9

    申请日:2014-12-31

    CPC classification number: G05B23/0281

    Abstract: 本发明公开了一种非高斯动态高含硫天然气净化过程异常检测与诊断方法,该诊断方法按如下步骤进行:随机采集高含硫天然气净化过程数据组成原始测量样本集;对数据进行预处理;通过分析工业过程自回归模型,确定模型时滞阶次,然后将数据投影到核独立元空间,通过监控独立元对应的T2和SPE统计量是否超出正常状态设定的控制限实现异常检测。最后计算T2统计量对原始变量的一阶偏导数,绘制其贡献图,从而实现异常诊断。本方法能够及时检测故障发生,并追溯工艺操作参数导致故障发生原因,从而为系统故障排查和恢复提供决策参考依据,实现非线性、动态、非高斯过程监控。

    基于极限学习机的工业污水COD在线软测量方法

    公开(公告)号:CN103728431A

    公开(公告)日:2014-04-16

    申请号:CN201410010779.5

    申请日:2014-01-09

    Abstract: 本发明公开一种基于极限学习机(ELM,Extreme Learning Machine)的工业污水化学需氧量(COD,Chemical Oxygen Demand)在线软测量方法,其特征主要包括以下步骤:一、确定影响工业污水COD的六个变量(悬浮固体浓度、进水COD、PH值、氨氮、溶解氧以及总磷);二、将影响工业污水COD的六个辅助变量作为ELM的输入变量,COD作为ELM的预测输出变量;三、确定ELM的隐层节点数和激励函数并选取训练集和测试集;四、根据所确定的训练集建立ELM软测量模型,并用测试集检验模型的有效性;五、ELM模型的输出为工业污水COD。本发明通过软测量达到工业污水在线软测量的目的,具有运行速度快,预测精度高的效果,同时取代传统在线分析仪表,降低企业的投入及维修成本。

Patent Agency Ranking