首页|基于高斯混合模型的MWPCA高炉异常监测算法

基于高斯混合模型的MWPCA高炉异常监测算法

MWPCA blast furnace anomaly monitoring algorithm based on Gaussian mixture model

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据
大型高炉是钢铁制造过程中的重要装备,由于高炉运行过程复杂,干扰因素繁多,经常会有异常炉况发生.为及时监测异常炉况、保证高炉顺行,本文利用高炉运行数据,开发了一种基于MWPCA和高斯混合模型的算法对高炉异常过程进行监测.由于高炉运行数据存在非高斯分布和时变的特点,利用高斯混合模型改进了传统PCA监测模型的T2统计量,使算法可以适应高炉数据的独特分布特征,并加入了滑窗机制,使算法具有实时更新的能力.随后,将算法应用在华南某大型钢铁集团的真实高炉数据上,检测了算法的有效性,并将其与基础算法进行了对比分析,证明了算法在高炉异常监测能力上有所提高.

朱雄卓、张瀚文、杨春节

展开 >

浙江大学控制科学与工程学院,浙江杭州310027

高炉 过程系统 主元分析 高斯混合模型 过程监测 算法

国家自然科学基金国家自然科学基金国家重点研发计划项目

61933015619033262019YFB1705502

2021

10.11949/0438-1157.20201708

化工学报
中国化工学会 化学工业出版社

化工学报

CSTPCDCSCD北大核心
影响因子：1.26
ISSN：0438-1157
年,卷(期)：2021.72(3)
  • 4
  • 6