杨博
- 作品数：12 被引量：35H指数：4
- 供职机构：北京化工大学信息科学与技术学院更多>>
- 相关领域：自动化与计算机技术化学工程一般工业技术机械工程更多>>
- 面向工业混杂系统故障检测的扩展数据逻辑分析方法被引量：2
- 2020年
- 常规的数据驱动故障检测方法难以处理同时包含连续和离散变量的工业混杂系统,数据逻辑分析(logicalanalysisofdata,LAD)方法通过对历史数据中变量组合的逻辑分析,能够有效地挖掘离散和连续变量数据中存在的隐含规则。然而,常规的LAD在提取连续变量特征时存在对趋势变化信息丢失的问题,并且在处理具有高维度、多变量特征的工业数据时会导致提取的规则存在大量冗余。为此,本文提出一种基于扩展数据逻辑分析(extendedlogicalanalysisofdata,ELAD)的工业混杂系统故障检测方法,根据与关键变量的关联度选取相关变量,增加变量的趋势信息以进行过程状态变化的表征,生成可解释的故障检测模型。应用于工业煤气化汽包过程,有效地检测了关键混杂变量对汽包液位故障的影响,实验结果验证了所提方法的可行性和有效性。
- 孙中建杨博齐楚李宏光
- 关键词：混杂系统故障检测
- 一种新型的基于Levenshtein距离层次聚类的时序操作优化方法被引量：6
- 2019年
- 现代流程工业过程中,DCS采集并存储了大量的操作时序数据,若能将其中有价值的操作经验和操作信息提取出来,则可大大提高操作系统的性能。然而,操作经验概念较为模糊,无法具体量化。因此,将具有时序特征的操作数据符号化,使操作经验以区块化形式表示,并提出一种基于Levenshtein距离的时序层次凝聚聚类算法,通过对操纵变量的历史时序操作数据进行相似性搜索,进而获得多种相似的操作模式,并将每种类型的操作模式对应的过程变量进行性能分析,从而得到并保存实际工作过程中所需的操作经验,以达到生产过程操作优化的目的。为了验证所提出方法,将其用于连续组分精馏操作过程,实验结果表明所提出的基于Levenshtein距离层次聚类的操作优化方法的有效性。
- 朱坚杨博王永健唐晓婕李宏光
- 关键词：时间序列层次聚类精馏
- 基于空间平均效应修正的水听器校准方法研究
- 2023年
- 水听器是医学超声定量检测标准器,对其灵敏度的准确测量是进行声场参数计量的基础,也是保障超声诊断、理疗和治疗设备安全性的关键环节。为了解决水听器的空间平均效应引起灵敏度误差增大的问题,在使用比较法校准水听器时,采用了基于空间平均效应修正的水听器校准方法。首先在脉冲波下扫描声场得到各频点下的声束宽度,然后结合水听器的有效直径建模得到空间平均修正模型,最后引入修正模型。通过实验与修正前的结果进行比较,修正后的平均相对误差减小了4.1%,测量不确定度为1.3 dB(k=2),验证了该方法的有效性。
- 鲁宗蕊钱飞明邢广振陈洋杨博
- 关键词：计量学水听器校准超声检测
- 基于报警数据时序信息挖掘的报警关联分析方法
- 面对现代流程工业监控系统报警泛滥问题,为了寻找报警根源以减少无效报警,本文提出了一种基于报警数据时序信息挖掘的报警关联分析方法。通过将报警时序信息进行区块化处理,将区块之间的匹配度作为报警关联度的评价标准,减少了关联分析...
- 李俊杰李宏光杨博
- 关键词：时间序列
- 文献传递
- 基于报警时序信息挖掘的报警关联分析方法被引量：5
- 2019年
- 面对现代流程工业监控系统报警泛滥问题,为了寻找报警根源以减少无效报警,并针对传统方法在面对大量的报警数据时计算效率低下的问题,提出了一种基于报警数据时序信息挖掘的报警关联分析方法.通过将报警时序信息进行区块化处理,将报警时间序列转换为报警时间的节点序列,然后将区块之间的匹配度作为报警关联度的评价标准,减少了关联分析的运算量;采用滑动窗口比对计算相关报警时间序列的时间关联信息;采用TE过程(Tennessee Eastman process)数据,验证了所提方法的有效性.
- 李俊杰杨博李宏光
- 关键词：时间序列数据挖掘
- 基于动态多属性决策方法的工业过程控制性能评价被引量：2
- 2018年
- 工业控制系统由于设备老化而导致控制性能发生变化,而传统的控制性能评价方法对于这种慢时变特性具有局限性。提出了一种基于变权动态多属性决策的控制性能评价方法。首先在对系统性能进行判断时,利用系统故障率与运行时间相结合的计算方法对系统的运行状态进行划分,获得不同运行阶段的决策信息;采用四个评价指标分别为超调量、非线性指标、输出方差、阀黏滞指标构造多属性决策判断矩阵,对老化慢时变系统进行评价,并运用色谱分析法计算决策过程中属性权重的变化,最终确定当前性能运行状态;将该方法应用于某工业DMF回收装置中,对比实验结果验证了该方法的有效性。
- 罗琳杨博李宏光
- 关键词：数据集成
- 基于关联规则的条件状态模糊Petri网及其在故障诊断中的应用被引量：5
- 2018年
- 模糊Petri网作为一种知识表达模型,能够用于工业过程系统故障推理和诊断。然而,模糊Petri网的建立大多需要先验知识,为此限制了其广泛应用。为了能够有效利用工业生产过程数据,提出了一种基于关联规则的条件状态模糊Petri网,并将其用于工业过程故障推理与诊断。采用数据挖掘的关联规则方法提取模糊Petri网的模糊规则及置信度,通过变量间的关联分析,将影响置信度的关键主元(条件量)提取出来,建立条件状态模糊Petri网;基于极大代数的迭代算法进行动态置信度逆向推理,可以获得工业过程的故障发生概率。该方法实现了故障诊断网络的数据驱动,从而提高故障诊断的快速性与准确性,某化学反应研究表明所提方法的有效性。
- 李沛洁杨博李宏光
- 关键词：关联规则故障诊断化学反应
- 基于时延挖掘模糊时间认知图的化工过程多变量时序预测方法被引量：3
- 2020年
- 模糊认知图(fuzzy cognitive maps, FCM)作为一种复杂系统的建模工具,能够对系统的非线性和不确定性进行处理。由于工业过程变量间往往存在着时间延迟,传统的FCM模型难以处理这类多变量的时间序列数据,建立的预测模型往往不能反映系统内各变量真实的因果关系,从而导致预测结果的解释性差、准确度低等问题。为此,提出了一种时延挖掘模糊时间认知图(time-delay-mining fuzzy time cognitive maps, TM-FTCM),它使用互相关函数(cross-correlation function,CCF)从数据中挖掘时延信息,并通过在推理机制中添加自我影响因子和偏置及优化转换函数等参数,有效地解决了由于工业过程变量间的时延导致的预测模型不准确等问题。通过数值仿真实例及实际化工过程数据,验证了所提方法的有效性。
- 蔡涛杨博李宏光
- 关键词：互相关函数粒子群算法时滞系统
- 基于置信规则库推理的过程报警预测方法被引量：4
- 2019年
- 为了更加有效的利用流程工业中的各种历史报警信息,对未来时刻的系统安全性进行评判,提出了一种基于置信规则库推理的过程报警时间序列预测方法,利用过程变量的历史报警数据建立置信规则库模型,采取粒子群算法进行模型参数学习。该预测模型可以对未来一段时间过程可能产生的报警状态变化趋势进行预测。通过数值实例仿真及实际工业过程报警数据对该模型进行验证,得到了较为满意的预测结果。
- 张泽生李宏光杨博张菁
- 关键词：时间序列粒子群优化算法
- 工业过程相关变量的动态时延分析方法
- 工业过程变量间的时间延迟是具有动态特性的,而传统的时延分析方法一般不能对这种时间延迟动态性进行分析。基于时间序列数据挖掘技术,本文提出一种动态时延分析（DTA,Dynamic time delay analysis）方法...
- 杨博李宏光
- 关键词：模糊时间PETRI网知识表达
- 文献传递
