发明 一种基于在线简略核学习的非线性化工过程监测方法
【化学工程与工业自动化】 2人
G06K9/62 G06F17/16 G01D21/02
摘要：本发明公开一种基于在线简略核学习的非线性化工过程监测方法，旨在利用部分正常工况下的训练数据来实施基于核学习的非线性过程监测，并且在实施特征分析时，提取出最有利于分离正常工况数据与故障工况数据的特征成分。与传统方法相比，本发明方法首先通过不断的迭代优化筛选出部分数据向量作为具代表性的数据向量，在线计算核向量时只需利用筛选出的具代表性的数据向量即可。因此，本发明方法能够在很大程度上降低在线计算负担。其次，本发明方法为每个新测量的样本数据设计各自的投影变换向量，从而提取相应的特征成分用于计算监测指标。因此，本发明方法的特征分析与提取是在线数据驱动型的，从而提取最适合监测故障数据的特征成分。
