首页 | 官方网站   微博 | 高级检索  
     

基于多向核熵成分分析的微生物发酵间歇过程监测研究
引用本文:常鹏,王普,高学金.基于多向核熵成分分析的微生物发酵间歇过程监测研究[J].高校化学工程学报,2015(2).
作者姓名:常鹏  王普  高学金
作者单位:北京工业大学电子信息与控制工程学院,北京,100124
基金项目:国家自然科学基金(61174109,61364009);教育部高等学校博士点专项基金(20101103110009)。
摘    要:针对微生物发酵间歇过程监测算法只考虑数据信息最大化未考虑数据簇结构信息的不足,提出了基于多向核熵成分分析(Multi-way Kernel Entropy Component Analysis,MKECA)间歇过程监测的新方法。该方法首先引入AT展开策略对三维历史数据进行预处理,然后通过核映射将数据从低维空间映射到高维特征空间,解决数据的非线性特性,并在高维特征空间依据核熵的大小对数据进行降维,使降维后的数据能够最大化地保留原始数据的分布;同时理论证明了所提方法在特定条件下等同于传统方法,也就是说MKECA既能兼顾传统方法的优势,又能弥补传统方法的不足;最后通过青霉素仿真数据进行验证,表明MKECA方法具有更可靠的监控性能,能及时、准确地监测出故障。

关 键 词:MKECA  过程监测  间歇过程  MKPCA

Batch Process Monitoring for Microbial Fermentation Based on Multi-Way Kernel Entropy Component Analysis
CHANG Peng,WANG Pu,GAO Xue-jin.Batch Process Monitoring for Microbial Fermentation Based on Multi-Way Kernel Entropy Component Analysis[J].Journal of Chemical Engineering of Chinese Universities,2015(2).
Authors:CHANG Peng  WANG Pu  GAO Xue-jin
Abstract:
Keywords:MKECA  process monitoring  batch process  MKPCA
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号