-
公开(公告)号：CN108762201B
公开(公告)日：2021-02-09
申请号：CN201810351387.3
申请日：2018-04-18
Applicant: 南京工业大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于Pearson相关性的大系统图论分解方法，包括步骤：S101：根据工业过程中变量间的关系建立有向图。S102：求解变量间的皮尔逊相关系数，并将其作为有向图中对应边上的权重。S103：分别建立输入输出变量节点集，并将节点个数少的节点集作为中心变量集。S104：分别以中心变量集中节点为中心建立子图并根据变量分配规则完成初始子图集的建立。S105：选择当前最小子图，分别与其他子图试融合，计算各试融合后子图的融合指标，将对应最大融合指标的结果作为本轮融合的结果。S106：进行终止条件判断，若满足，停止继续融合，否则，返回S105。本发明避免了传统方法中获取系统状态空间方程这一复杂的过程，从数据的角度实现对图的分割，系统分解更加易于实现。
-
公开(公告)号：CN108549228B
公开(公告)日：2021-02-02
申请号：CN201810351386.9
申请日：2018-04-18
Applicant: 南京工业大学
IPC: G05B13/04
Abstract: 针对多变量DMC系统中无法确定失配子模型位置的问题，本发明公开了一种基于交叉评估的多变量DMC系统模型失配通道定位方法，包括步骤：S101：针对每个输出，采用模型性能指标(MQI)进行横向通道定位；S102：针对每个输入，采用偏相关性分析方法(IDPR)进行失配模型的纵向通道定位；S103：将S101与S102得到的结果结合交叉评估，实现失配模型位置的精确定位。本发明诊断指标容易得到，对失配模型定位精确。
-
公开(公告)号：CN108762201A
公开(公告)日：2018-11-06
申请号：CN201810351387.3
申请日：2018-04-18
Applicant: 南京工业大学
IPC: G05B19/418
CPC classification number: G05B19/41885 , G05B2219/32339
Abstract: 本发明公开了一种基于Pearson相关性的大系统图论分解方法，包括步骤：S101：根据工业过程中变量间的关系建立有向图。S102：求解变量间的皮尔逊相关系数，并将其作为有向图中对应边上的权重。S103：分别建立输入输出变量节点集，并将节点个数少的节点集作为中心变量集。S104：分别以中心变量集中节点为中心建立子图并根据变量分配规则完成初始子图集的建立。S105：选择当前最小子图，分别与其他子图试融合，计算各试融合后子图的融合指标，将对应最大融合指标的结果作为本轮融合的结果。S106：进行终止条件判断，若满足，停止继续融合，否则，返回S105。本发明避免了传统方法中获取系统状态空间方程这一复杂的过程，从数据的角度实现对图的分割，系统分解更加易于实现。
-
公开(公告)号：CN108549228A
公开(公告)日：2018-09-18
申请号：CN201810351386.9
申请日：2018-04-18
Applicant: 南京工业大学
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 针对多变量DMC系统中无法确定失配子模型位置的问题，本发明公开了一种基于交叉评估的多变量DMC系统模型失配通道定位方法，包括步骤：S101：针对每个输出，采用模型性能指标(MQI)进行横向通道定位；S102：针对每个输入，采用偏相关性分析方法(IDPR)进行失配模型的纵向通道定位；S103：将S101与S102得到的结果结合交叉评估，实现失配模型位置的精确定位。本发明诊断指标容易得到，对失配模型定位精确。
-
-
-
Search Results
4
records
(took 0.016 seconds)
