基于核相似度支持向量数据描述的间歇过程监测

合集下载

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

基于核相似度支持向量数据描述的间歇过程监测
王建林，马琳钰，刘伟曼，邱科鹏，于涛
（北京化工大学信息科学与技术学院，北京１０００２９）摘要：基于支持向量数据描述的间歇过程监测方法选择历史过程数据中最大的核距离作为控制限，忽略了高维空间中超球体的不规则性，导致基于该方法的过程监测精度不高。针对上述问题，提出了一种基于核相似度支持向量数据描述的间歇过程监测方法，将间歇过程数据待监测样本与支持向量之间的核函数值作为相似度权重，利用
ｉｇｎｏｉｎｒｇｈｙｐｅｒｓｐｈｅｒｉｃａｌｉｒｒｅｇｕｌａｉｔｒｙｉｎｈｉｇｈｄｉｍｅｎｓｉｏｎａｌｓｐａｃｅ．ＡｋｅｎｅｒｌｓｉｍｉｌａｒｉｙｔｂａｓｅｄＳＶＤＤｍｏｎｉｔｏｉｒｎｇｍｅｔｈｏｄｗａｓｐｒｏｐｏｓｅｄｆｏｒｂａｔｃｈｐｒｏｃｅｓｓｍｏｎｉｔｏｒｉｎｇ．Ｋｅｎｅｒｌｓｉｍｉｌａｒｉｙｔｗａｓｔａｋｅｎａｓｋｅｒｎｅｌｆｕｎｃｔｉｏｎｖａｌｕｅｂｅｔｗｅｅｎ
ｐｏｏｒｍｏｎｉｔｏｉｒｎｇｐｒｅｃｉｓｉｏｎｂｙｓｅｔｔｉｎｇｃｏｎｔｒｏｌｌｉｍｉｔｆｒｏｍｔｈｅｌａｒｇｅｓｔｋｅｒｎｅｌｄｉｓｔａｎｃｅｉｎｈｉｓｔｏｒｉｃａｌｐｒｏｃｅｓｓｄａｔａｓｅｔｂｕｔ
该相似度对不同时刻的支持向量球心距加权求和，得到待监测间歇过程数据样本的动态控制限，通过判断待监测
样本的球心距是否超过其动态控制限，实现间歇过程监测。所提方法综合考虑了超球体的不规则性和过程数据在高维空间分布的局部特性，以及间歇过程数据待监测样本的时变性，提高了间歇过程监测的准确性。利用数值仿真实验和半导体金属刻蚀实验验证了该方法的有效性。关键词：核相似度；支持向量数据描述；动态监测；间歇过程
ＣＩＥＳＣＪｏｕｒｎａｌ，２０１７，６８（９）：３４９４ — ３５００
化工学报２０１７年第６８卷第９期１ｗｗｗ．ｈｇｘｂ．ｔｏｍ．ｃａ
ＤＯｈ１０．１１９４９￣．ｉｓｓｎ．０４３８ — １１５７．２０１７０４２８
ｓｕｐｐｏ￣ｖｅｃｔｏｒｓａｎｄｄａｔａｓａｍｐｌｅｓｏｒｆｔｅｓｔｉｎｇ．ＴｈｅｗｅｉｇｈｔｅｄｓｕｍｍａｔБайду номын сангаасｉｏｎｏｆｋｅｒｎｅｌｓｉｍｉｌａｒｉｔｙａｎｄｄｉｓｔａｎｃｅｏｆｓｕｐｐｏｔｒｖｅｃｔｏｒｓａｔｖａｒｉｏｕｓｔｉｍｅｐｏｉｎｔｓｗａｓｕｔｉｌｉｚｅｄｔｏｓｅｔｄｙｎａｍｉｃｃｏｎｔｒｏｌｌｉｍｉｔｏｒｆｄａｔａｓａｍｐｌｅｓｏｆｂａｔｃｈｐｒｏｃｅｓｓｔｏｂｅ
Ａｂｓｔｒａｃｔ：Ｋｅｒｎｅｌｄｉｓｔａｎｃｅ－ｂａｓｅｄｓｕｐｐｏｒｔｖｅｃｔｏｒｄａｔａｄｅｓｃｒｉｐｔｉｏｎ（ＳＶＤＤ）ｆｏｒｂａｔｃｈｐｒｏｃｅｓｓｍｏｎｉｔｏｒｉｎｇｅｘｈｉｂｉｔｅｄ
中图分类号：ＴＱ２７７文献标志码：Ａ文章编号：０４３８ —１１５７（２０１７）０９ —３４９４ —０７
Ｂａｔｃｈｐｒｏｃｅｓｓｍｏｎｉｔｏｒｉｎｇｂｙｋｅｒｎｅｌｓｉｍｉｌａｒｉｔｙ — ｂａｓｅｄｓｕｐｐｏｒｔｖｅｃｔｏｒ
ｄａｔａｄｅｓｃｒｉｐｔｉｏｎ
ＷＡＮＧＪｉａｎｌｉｎ，ＭＡＬｉｎｙｕ，ＬＩＵＷｅｉｍｉｎ，ＱＩＵＫｅｐｅｎｇ，ＹＵＴａｏ
ｆＣｏｌｌｅｇｅｏｆｉｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＢｅｊｉｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＣｈｅｍｉｃａｌＴｅｃｈｎｏｌｏｙ，ｇＢｅｉｊｉｎｇ１０００２９，Ｃｈｉｎａ）