Nonlinear process monitoring using kernel principal component analysis

核(代数) 主成分回归 计算机科学 过程(计算) 核方法 模式识别(心理学) 过程控制
作者
Jong Min Lee,ChangKyoo Yoo,Sang Wook Choi,Peter A. Vanrolleghem,In-Beum Lee
出处
期刊:Chemical Engineering Science [Elsevier]
卷期号:59 (1): 223-234 被引量:751
标识
DOI:10.1016/j.ces.2003.09.012
摘要

Abstract In this paper, a new nonlinear process monitoring technique based on kernel principal component analysis (KPCA) is developed. KPCA has emerged in recent years as a promising method for tackling nonlinear systems. KPCA can efficiently compute principal components in high-dimensional feature spaces by means of integral operators and nonlinear kernel functions. The basic idea of KPCA is to first map the input space into a feature space via nonlinear mapping and then to compute the principal components in that feature space. In comparison to other nonlinear principal component analysis (PCA) techniques, KPCA requires only the solution of an eigenvalue problem and does not entail any nonlinear optimization. In addition, the number of principal components need not be specified prior to modeling. In this paper, a simple approach to calculating the squared prediction error (SPE) in the feature space is also suggested. Based on T 2 and SPE charts in the feature space, KPCA was applied to fault detection in two example systems: a simple multivariate process and the simulation benchmark of the biological wastewater treatment process. The proposed approach effectively captured the nonlinear relationship in the process variables and showed superior process monitoring performance compared to linear PCA.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Ash发布了新的文献求助10
刚刚
卜卜脆完成签到,获得积分10
2秒前
Billy应助Ivan采纳,获得10
2秒前
2秒前
wufel2完成签到,获得积分10
5秒前
我必发C刊关注了科研通微信公众号
5秒前
肖窈发布了新的文献求助10
6秒前
852应助火焰向上采纳,获得10
6秒前
彭喷喷完成签到,获得积分20
6秒前
9秒前
wwwwww发布了新的文献求助10
9秒前
左安完成签到,获得积分10
10秒前
11秒前
魏俏红完成签到,获得积分10
13秒前
14秒前
wufel完成签到,获得积分10
14秒前
夏天不回来完成签到,获得积分10
14秒前
niki发布了新的文献求助10
15秒前
迷你蛋黄完成签到,获得积分10
17秒前
18秒前
爱学习的小龙人完成签到,获得积分10
22秒前
ured完成签到,获得积分20
23秒前
24秒前
25秒前
28秒前
28秒前
wwwwww完成签到,获得积分10
31秒前
黄金呆呆兽完成签到,获得积分10
34秒前
34秒前
yang发布了新的文献求助10
34秒前
自觉雁玉发布了新的文献求助30
36秒前
henguai发布了新的文献求助10
36秒前
傲娇靖巧发布了新的文献求助10
37秒前
37秒前
可爱千兰完成签到,获得积分10
39秒前
雨辰完成签到,获得积分10
39秒前
40秒前
害羞大碗发布了新的文献求助10
40秒前
vingo完成签到,获得积分10
41秒前
41秒前
高分求助中
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
Retention of title in secured transactions law from a creditor's perspective: A comparative analysis of selected (non-)functional approaches 500
"Sixth plenary session of the Eighth Central Committee of the Communist Party of China" 400
Introduction to Modern Controls, with illustrations in MATLAB and Python 310
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3057411
求助须知:如何正确求助?哪些是违规求助? 2713859
关于积分的说明 7437852
捐赠科研通 2358997
什么是DOI,文献DOI怎么找? 1249650
科研通“疑难数据库(出版商)”最低求助积分说明 607222
版权声明 596328