视觉过程监控通过数据依赖的内核歧视性分析与t分布式相似性
Chihang Wei1,2, Chenglin Wen1, Jieguang He1
1Guangdong Key Laboratory of Petrochemical Equipment Fault Diagnosis, Guangdong University of Petrochemical Technology, Maoming 525000, China.
ACS omega
|October 23, 2023
概括
本研究介绍了数据依赖内核差别分析 (D2K-DA) 进行增强的视觉过程监控. 该方法通过先进的数据驱动可视化技术来改进故障检测和过程理解.
科学领域:
- 工艺工程是过程工程.
- 数据科学数据科学数据科学
- 机器学习 机器学习
背景情况:
- 视觉过程监控提供了对操作状态和故障发生情况的直观见解.
- 传统方法在有效可视化复杂的过程数据方面存在局限性.
研究的目的:
- 提出一种用于增强视觉过程监控的新型模型.
- 提高过程监控系统的可解释性和故障检测能力.
主要方法:
- 数据依赖的核心差异分析 (D2K-DA) 模型的开发.
- 构建和学习一个数据依赖的内核函数.
- 创新的优化利用歧视性信息和几何相似性.
主要成果:
- 实现了低维可视化,保证了类内紧性和类间分离性.
- 证明了当地和全球几何学的保存.
- 通过对模拟和现实工业过程的实验进行验证.
结论:
- 拟议的D2K-DA模型显著增强了视觉过程监控.
- 该方法为过程状态和故障分析提供了明确和可理解的信息.
- 对于模拟和现实世界的工业应用都有效.


