现代化工、冶金等过程产生的大量测量变量之间既存在互相关,且同一变量在不同时刻还存在强自相关。因此,多变量自相关过程的控制与异常诊断问题成为目前迫切需要研究的一个课题。本项目首先通过支持向量机及规范变量分析,确定能够比较精确地反映实际过程的多变量自相关模型,获取多变量独立同分布的残差项,构建多变量自相关过程的残差控制图。然后,通过多个过程变量均值发生偏移、误差项协方差矩阵或自相关模型结构发生变化三种情形,模拟出残差控制图的平均链长。同时,为了方便实际生产过程的使用,构建形象直观的多变量自相关过程轮廓图。另外,结合残差控制图的统计量分解技术,利用单变量控制图或贡献图,以及轮廓图中代表统计量与其参考值的差异,确定变异源,进行多变量自相关过程的异常状况诊断。最后,将本研究项目构建的控制图及异常诊断方法应用于冶金企业的实际生产过程,进行实证分析。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于LASSO-SVMR模型城市生活需水量的预测
基于SSVEP 直接脑控机器人方向和速度研究
自然灾难地居民风险知觉与旅游支持度的关系研究——以汶川大地震重灾区北川和都江堰为例
资本品减税对僵尸企业出清的影响——基于东北地区增值税转型的自然实验
基于多模态信息特征融合的犯罪预测算法研究
多变量自相关过程动态控制图的经济设计研究
煤与瓦斯突出防治过程中多元信息的跟踪控制与异常诊断方法
基于多变量统计技术的间歇过程在线监测及故障诊断方法的研究
高效煤气转换过程多尺度气固流动在线诊断与控制