基于LPP-kNN方法的间歇过程故障监视  

Batch Process Fault Monitoring Based on LPP-k NN Method

作　　者：郭小萍 李婷 李元 

机构地区：[1]沈阳化工大学信息工程学院,辽宁沈阳110142

出　　处：《沈阳化工大学学报》2017年第3期261-265,共5页Journal of Shenyang University of Chemical Technology

基　　金：国家自然科学基金面上项目(60774070;61174119);辽宁省教育厅科学研究一般项目(L2013155);辽宁省博士启动基金项目(20131089)

摘　　要：针对批次过程数据具有高维、非线性及多模态等特性,提出一种自适应LPP-k NN的过程监视方法.利用局部保持映射算法(LPP)提取高维多模态批次数据的自适应变换矩阵构成新的建模数据.采用局部近邻标准化方法(LNS)进行标准化,并利用k NN算法构造统计监测指标.最后,通过在半导体工业实例中的应用验证了所提算法的有效性.In order to address the high dimensionality and multiple conditions o f batch process data, amethod of LPP--NN is proposed in this aticle. Firstly,this method is based on locality preserving projection （LPP） which can extact adaptive tansformation matrix of the Vidor High modal batch modeling data. Then,standardization o local neighborhood （LNS ） is processed to overcome the data charac-ter of multiple conditions. Meanwhile, fc-nearest neighbor （ NN ） is applied for fault detection with constrnc- ting statistical indicators. Finally, va ie ty of improved kNN /gorielms ae applied in semiconductor indus-try examples and te effectiveness of the proposed metod has been verified by comparing.

关 键 词：过程监视 间歇过程 K近邻 局部保持映射 局部近邻标准化 

分 类 号：TP277[自动化与计算机技术—检测技术与自动化装置]