文献类型：期刊文献

中文题名：基于GMM的多模态过程模态识别与过程监测

英文题名：Mode identification and process monitoring for multiple mode processes based on GMM

作者：谭帅[1,2];常玉清[1];王福利[1];王姝[1]

机构：[1]东北大学流程工业综合自动化国家重点实验室,沈阳110004;[2]华东理工大学化工过程先进控制和优化技术教育部重点实验室,上海200237

年份：2015

卷号：30

期号：1

起止页码：53

中文期刊名：控制与决策

外文期刊名：Control and Decision

收录：CSTPCD;;EI(收录号：20150600502637);Scopus;北大核心:【北大核心2014】；CSCD:【CSCD2015_2016】；

基金：国家自然科学基金项目(61403072;61374146;61174130);国家863计划项目(2011AA060204);中央高校基本科研专项资金项目(N120304004);中国博士后科学基金项目(2013M530937)

语种：中文

中文关键词：多模态过程;过程监测;模态识别;连续退火机组

外文关键词：multiple modeprocesses; process monitoring; mode identification; continuous annealing

摘要：多模态复杂过程的多变量、多工序、变量时变性以及模态转换时间不确定等多种原因,导致面向多模态生产过程的监测问题十分复杂.对此,基于高斯混合模型的监测方法,结合定性知识和定量知识,解决了多模态过程监测中离线数据模态划分、稳定模态和过渡模态的监测模型建立以及在线数据的模态识别等关键问题,最终实现了对多模态过程的监测.
Considering the process high dimensionality, multi-operation, time-variant characteristics, and unknown mode duration, it is challenging to conduct the statistical analysis and online monitoring for multi-mode processes. The process monitoring model based on the Gaussian mixture model（GMM） combining quantitative with qualitative information solves several key points, such as mode classification of offline data, model building for stable modes and transitional modes, and mode identification of online data. Process monitoring for multi-mode processes is realized by using the proposed method.