基于GMM和贝叶斯推理的多模态过程运行状态评价

摘要：

为使综合经济效益最大化,生产过程应保持在最优运行状态等级。针对多模态过程运行状态等级优劣判断问题,提出一种运行状态等级评价方法。该方法对同一运行状态等级的多模态数据建立一个高斯混合模型(Gaussian mixture model, GMM),确保特征提取的准确性,避免模态划分问题。至于在线评价策略,本文采用贝叶斯推理,确定当前运行状态属于各等级的后验概率。并引入滑动窗口,判定当前运行状态等级,有效解决多模态过程运行状态在线评价问题。针对“非优”运行状态,本文提出一种基于变量偏导数的贡献计算方法,对导致过程运行状态等级“非优”的原因变量进行追溯。最后,通过田纳西–伊斯曼(Tennessee–Eastman, TE)过程验证所提方法的有效性。

关键词：多模态过程、运行状态评价、非优原因追溯、高斯混合模型、贝叶斯理论

所属期刊栏目：33

分类号：TP277(自动化技术及设备)

资助基金：国家自然科学基金项目61533007,61374146,61174130,61304121资助.Supported by National Natural Science Foundation of China 61533007,61374146,61174130,61304121

在线出版日期：2016-05-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：164-171