CN110286583B - 一种基于相关分析的前馈控制动态调整方法及相关装置 - Google Patents
一种基于相关分析的前馈控制动态调整方法及相关装置 Download PDFInfo
- Publication number
- CN110286583B CN110286583B CN201910585170.3A CN201910585170A CN110286583B CN 110286583 B CN110286583 B CN 110286583B CN 201910585170 A CN201910585170 A CN 201910585170A CN 110286583 B CN110286583 B CN 110286583B
- Authority
- CN
- China
- Prior art keywords
- parameters
- correlation
- output
- analysis
- controlled
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
- G05B13/024—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本申请实施例公开了一种基于相关分析的前馈控制动态调整方法及相关装置,用于扼制和消除扰动对控制***的影响。包括:对可能影响被控***的测量参量与被控***的输出进行相关性分析,得出测量参量的相关系数与映射函数,根据测量参量相对被控输出的相关强弱进行排序,给出所述测量参量的影响权重,在***稳定运行时,对所挑选出的强相关参量进行多次采样,并进行方差分析,强相关参量为影响权重大于阈值的测量参量,将所挑选出的强相关参量的影响权重与各自的映射函数相乘,并施加于前馈控制器上。本申请对前馈控制中与被控对象相关的参量进行相关性分析与动态调整,分析出与被控对象强相关的参量并获得影响权重,从而不断改善控制品质。
Description
技术领域
本申请涉及工业控制领域,具体涉及一种基于相关分析的前馈控制动态调整方法及相关装置。
背景技术
实际的控制***总会受到外部扰动的影响,在20世纪40年代,苏联学者提出了不变性原理,即如果***受到的扰动能够被测量出来,就有可能利用它来产生控制作用,以消除其对输出的影响;当***的被控制变量完全不受扰动作用的影响时,即称***对扰动实现了完全不变性。不变性原理确立了***实现不变性所应满足的条件,为设计和构成高精度、高性能的自动控制***提供了理论上的依据。
因此扼制和消除扰动对控制***的影响是本领域人员亟待解决的问题。
申请内容
本申请实施例提供了一种基于相关分析的前馈控制动态调整方法及相关装置,用于扼制和消除扰动对控制***的影响。
本申请第一方面提供了一种基于相关分析的前馈控制动态调整方法,包括:
对可能影响被控***的测量参量与被控***的输出进行相关性分析,得出所述测量参量的相关系数与映射函数;
根据所述测量参量相对被控输出的相关强弱进行排序,给出所述测量参量的影响权重;
在***稳定运行时,对所挑选出的强相关参量进行多次采样,并进行方差分析,所述强相关参量为影响权重大于阈值的测量参量;
将所挑选出的强相关参量的影响权重与各自的映射函数相乘,并施加于前馈控制器。
可选地,得出所述测量参量的相关系数与映射函数包括:
在初次分析相关参量时,涵盖***所有可测量到的参量;
计算所述所有可测量到的参量及其k阶微分(k的取值由实际需要决定,一般k≤3)与被控输出的相关系数,并根据各参量与被控输出的增益及时间常数得到映射函数。
可选地,由于相关系数的范围在[-1,1]的区间内,根据各参量的相关系数强弱进行排序,进而确定被控输出的所述强相关参量。
可选地,使用所述相关系数作为相应参量的影响权重因子,通过所述相关系数对所述测量参量进行排序。
可选地,综合所选择的所述强相关参量数量和所述相关系数综合确定影响权重。
可选地,所述方法还包括:
当外部环境改变时,重新根据所述测量参量相对被控输出的相关强弱进行排序,给出所述测量参量的影响权重,以使得投入相关性增强和剔除相关性减弱的参量。
可选地,在***稳定运行时,对所挑选出的强相关参量进行多次采样,并进行方差分析具体包括:
所述多次采样为对不同测量参量集合的采样;
利用方差分析对测量参量进行多次采样及方差分析,以确定该参量对被控输出是否具有显著影响。
可选地,将所挑选出的强相关参量的影响权重与各自的映射函数相乘,并施加于前馈控制器上包括控制器输出以及设定值输出位置。
本申请第二方面提供了一种基于相关分析的前馈控制动态调整***,包括:
分析单元,用于对可能影响被控***的测量参量与被控***的输出进行相关性分析,得出所述测量参量的相关系数与映射函数;
排序单元,用于根据所述测量参量相对被控输出的相关强弱进行排序,给出所述测量参量的影响权重;
采样单元,用于在***稳定运行时,对所挑选出的强相关参量进行多次采样,并进行方差分析,所述强相关参量为影响权重大于阈值的测量参量;
处理单元,用于将所挑选出的强相关参量的影响权重与各自的映射函数相乘,并施加于前馈控制器。
本申请实施例第三方面提供了一种计算机装置,包括:
处理器、存储器、输入输出设备以及总线;
所述处理器、存储器、输入输出设备分别与所述总线相连;
所述处理器用于执行如前述实施例任一项所述的方法。
本申请实施例第四方面提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如前述实施例所述方法的步骤。
从以上技术方案可以看出,本申请实施例具有以下优点:对可能影响被控***的测量参量与被控***的输出进行相关性分析,得出测量参量的相关系数与映射函数,根据测量参量相对被控输出的相关强弱进行排序,给出所述测量参量的影响权重,在***稳定运行时,对所挑选出的强相关参量进行多次采样,并进行方差分析,强相关参量为影响权重大于阈值的测量参量,将所挑选出的强相关参量的影响权重与各自的映射函数相乘,并施加于前馈控制器上。本申请对前馈控制中与被控对象相关的参量进行相关性分析与动态调整,分析出与被控对象强相关的参量并获得影响权重,从而不断改善控制品质。
附图说明
图1为本申请实施例中一种基于相关分析的前馈控制动态调整方法实施例的一个示意图;
图2为本申请实施例中一种基于相关分析的前馈控制动态调整方法实施例的另一个示意图;
图3为本申请实施例中一种基于相关分析的前馈控制动态调整***实施例的一个示意图;
图4为本申请实施例中一种计算机装置的一个示意图。
具体实施方式
本申请实施例提供了一种基于相关分析的前馈控制动态调整方法及相关装置,用于扼制和消除扰动对控制***的影响。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在不变性原理的基础上,逐渐形成了前馈控制策略。该策略的特点是当扰动产生后,被控变量还未变化以前,根据扰动作用的大小进行控制,以补偿扰动作用对被控变量的影响。前馈控制策略运用得当,可以使被控变量的扰动消灭在萌芽之中,使被控变量不会因扰动作用或给定值变化而产生偏差,它较之反馈控制能更加及时地进行控制,并且不受***滞后的影响。由于前馈控制策略良好的应用效果,其在电力、化工、石化等工程控制中已逐渐得到了广泛的应用。
前馈控制策略的原理是通过观察现场情况、收集整理信息、掌握规律、预测趋势,从而正确预计未来可能出现的问题,并提前采取措施,将可能发生的偏差消除在萌芽状态中。
为了便于理解,下面对本申请实施例中的具体流程进行描述,请参阅图1,本申请实施例中一种基于相关分析的前馈控制动态调整方法实施例的一个示意图包括:
101、对可能影响被控***的测量参量与被控***的输出进行相关性分析,得出所述测量参量的相关系数与映射函数;
具体地,对可能影响被控***的测量参量与被控***的输出进行相关性分析,得出各参量的相关系数与各自的映射函数。尤其在初次分析相关参量时,需要涵盖***所有可测量到的参量,然后计算各参量及其k阶微分(k的取值由实际需要决定,一般k≤3)与被控输出的相关系数,并根据各参量与被控输出的增益及时间常数得到映射函数。
102、根据所述测量参量相对被控输出的相关强弱进行排序,给出所述测量参量的影响权重;
具体地,根据各参量相对被控输出的相关强弱进行排序,给出各参量的影响权重。由于相关系数的范围在[-1,1]的区间内,可以根据各参量的相关系数强弱进行排序,进而确定被控输出的强相关参量;另外,可以直接使用相关系数作为相应参量的影响权重因子,也可以综合所选择的强相关参量数量和相关系数综合确定影响权重因子。
103、在***稳定运行时,对所挑选出的强相关参量进行多次采样,并进行方差分析,所述强相关参量为影响权重大于阈值的测量参量;
具体地,在***稳定运行时,对所挑选出的强相关参量进行多次采样,并进行方差分析,以检验各参量是否对被控输出有显著影响。即使在外部环境不变时,不同采样集合所分析出的各参量相关性排序亦不相同,因此,利用方差分析对被考察参量进行多次采样及方差分析,以确定该参量对被控输出是否具有显著影响。
104、将所挑选出的强相关参量的影响权重与各自的映射函数相乘,并施加于前馈控制器。
由于控制算法众多,本发明不限制使用何种控制策略,只要使用前馈控制思想都可以使用该方法,所选强相关参量作为前馈所施加的位置根据控制策略需要来决定,例如控制器输出、设定值输出等位置。另外,所得到的强相关参量并不一定都要用到前馈控制中,需要根据现场的实际情况进行选择。
本实施例中,对可能影响被控***的测量参量与被控***的输出进行相关性分析,得出测量参量的相关系数与映射函数,根据测量参量相对被控输出的相关强弱进行排序,给出所述测量参量的影响权重,在***稳定运行时,对所挑选出的强相关参量进行多次采样,并进行方差分析,强相关参量为影响权重大于阈值的测量参量,将所挑选出的强相关参量的影响权重与各自的映射函数相乘,并施加于前馈控制器上。本申请对前馈控制中与被控对象相关的参量进行相关性分析与动态调整,分析出与被控对象强相关的参量并获得影响权重,从而不断改善控制品质。
当外部环境发生改变时,测量参数对被控输出影响权重也会改变,对此本申请提出一种解决的方法,具体请参见图2,本申请实施例中一种基于相关分析的前馈控制动态调整方法实施例的另一个示意图包括:
201、当外部环境改变时,重新根据所述测量参量相对被控输出的相关强弱进行排序,给出所述测量参量的影响权重,以使得投入相关性增强和剔除相关性减弱的参量。
具体地,当外部环境变化时,例如运行工况、设备特性、原料特性等情况,原运行状况下参量对于被控输出的相关性强弱可能会发生变化,从而导致控制品质的下降,因此,一方面需要对相关参量的影响权重因子进行动态调整,另一方面需要投入和剔除相关性增强和减弱的参量,并重新从实施例102开始计算,直到控制品质指标满足要求为止,从而形成前馈动态调整。
本实施例可以在外部环境变化时根据参量相关强弱的变化动态调整参量的种类和权重,从而不断改善控制品质。
上面对本申请实施例中的方法部分进行了介绍,下面从虚拟装置的角度对本申请实施例进行说明。
请参阅图3,本申请实施例中一种基于相关分析的前馈控制动态调整***实施例的一个示意图包括:
分析单元301,用于对可能影响被控***的测量参量与被控***的输出进行相关性分析,得出所述测量参量的相关系数与映射函数;
排序单元302,用于根据所述测量参量相对被控输出的相关强弱进行排序,给出所述测量参量的影响权重;
采样单元303,用于在***稳定运行时,对所挑选出的强相关参量进行多次采样,并进行方差分析,所述强相关参量为影响权重大于阈值的测量参量;
处理单元304,用于将所挑选出的强相关参量的影响权重与各自的映射函数相乘,并施加于前馈控制器。
本申请实施例中,分析单元301,用于对可能影响被控***的测量参量与被控***的输出进行相关性分析,得出所述测量参量的相关系数与映射函数;排序单元302,用于根据所述测量参量相对被控输出的相关强弱进行排序,给出所述测量参量的影响权重;采样单元303,用于在***稳定运行时,对所挑选出的强相关参量进行多次采样,并进行方差分析,所述强相关参量为影响权重大于阈值的测量参量;处理单元304,用于将所挑选出的强相关参量的影响权重与各自的映射函数相乘,并施加于前馈控制器。本申请对前馈控制中与被控对象相关的参量进行相关性分析与动态调整,分析出与被控对象强相关的参量并获得影响权重,从而不断改善控制品质。
下面从实体装置的角度对本申请实施例中的计算机装置进行描述,请参阅图4,本申请实施例中计算机装置的一个实施例包括:
该计算机装置400可因配置或性能不同而产生比较大的差异,可以包括一个或一个以***处理器(central processing units,CPU)401(例如,一个或一个以上处理器)和存储器405,该存储器405中存储有一个或一个以上的应用程序或数据。
其中,存储器405可以是易失性存储或持久存储。存储在存储器405的程序可以包括一个或一个以上模块,每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器401可以设置为与存储器405通信,在智能终端400上执行存储器405中的一系列指令操作。
该计算机装置400还可以包括一个或一个以上电源402,一个或一个以上有线或无线网络接口403,一个或一个以上输入输出接口404,和/或,一个或一个以上操作***,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
处理器401具体用于执行以下步骤:
对可能影响被控***的测量参量与被控***的输出进行相关性分析,得出所述测量参量的相关系数与映射函数;
根据所述测量参量相对被控输出的相关强弱进行排序,给出所述测量参量的影响权重;
在***稳定运行时,对所挑选出的强相关参量进行多次采样,并进行方差分析,所述强相关参量为影响权重大于阈值的测量参量;
将所挑选出的强相关参量的影响权重与各自的映射函数相乘,并施加于前馈控制器。
可选地,得出所述测量参量的相关系数与映射函数包括:
在初次分析相关参量时,涵盖***所有可测量到的参量;
计算所述所有可测量到的参量及其k阶微分(k的取值由实际需要决定,一般k≤3)与被控输出的相关系数,并根据各参量与被控输出的增益及时间常数得到映射函数。
可选地,由于相关系数的范围在[-1,1]的区间内,根据各参量的相关系数强弱进行排序,进而确定被控输出的所述强相关参量。
可选地,使用所述相关系数作为相应参量的影响权重因子,通过所述相关系数对所述测量参量进行排序。
可选地,综合所选择的所述强相关参量数量和所述相关系数综合确定影响权重。
可选地,所述方法还包括:
当外部环境改变时,重新根据所述测量参量相对被控输出的相关强弱进行排序,给出所述测量参量的影响权重,以使得投入相关性增强和剔除相关性减弱的参量。
可选地,在***稳定运行时,对所挑选出的强相关参量进行多次采样,并进行方差分析具体包括:
所述多次采样为对不同测量参量集合的采样;
利用方差分析对测量参量进行多次采样及方差分析,以确定该参量对被控输出是否具有显著影响。
可选地,将所挑选出的强相关参量的影响权重与各自的映射函数相乘,并施加于前馈控制器上包括控制器输出以及设定值输出位置。
可以理解的是,在本申请的各种实施例中,上述各步骤的序号的大小并不意味着执行顺序的先后,各步骤的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的***,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以记录在一个计算机可读取记录介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品记录在一个记录介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的记录介质包括:U盘、移动硬盘、只读记录器(ROM,Read-OnlyMemory)、随机存取记录器(RAM,RandomAccess Memory)、磁碟或者光盘等各种可以记录程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (9)
1.一种基于相关分析的前馈控制动态调整方法,其特征在于,包括:
对可能影响被控***的测量参量与被控***的输出进行相关性分析,得出所述测量参量的相关系数与映射函数;
根据所述测量参量相对被控输出的相关强弱进行排序,给出所述测量参量的影响权重;
在***稳定运行时,对所挑选出的强相关参量进行多次采样,并进行方差分析,所述强相关参量为影响权重大于阈值的测量参量;
将所挑选出的强相关参量的影响权重与各自的映射函数相乘,并施加于前馈控制器;
其中,所述方法还包括:
当外部环境改变时,重新根据所述测量参量相对被控输出的相关强弱进行排序,给出所述测量参量的影响权重,以使得投入相关性增强和剔除相关性减弱的参量。
2.根据权利要求1所述的一种基于相关分析的前馈控制动态调整方法,其特征在于,得出所述测量参量的相关系数与映射函数包括:
在初次分析相关参量时,涵盖***所有可测量到的参量;
计算所述所有可测量到的参量及其k阶微分与被控输出的相关系数,k的取值由实际需要决定,k≤3,并根据各参量与被控输出的增益及时间常数得到映射函数。
3.根据权利要求1所述的一种基于相关分析的前馈控制动态调整方法,
其特征在于,由于相关系数的范围在[-1,1]的区间内,根据各参量的相关系数强弱进行排序,进而确定被控输出的所述强相关参量。
4.根据权利要求1所述的一种基于相关分析的前馈控制动态调整方法,其特征在于,使用所述相关系数作为相应参量的影响权重因子,通过所述相关系数对所述测量参量进行排序。
5.根据权利要求1所述的一种基于相关分析的前馈控制动态调整方法,
其特征在于,综合所选择的所述强相关参量数量和所述相关系数综合确定影响权重。
6.根据权利要求1所述的一种基于相关分析的前馈控制动态调整方法,其特征在于,在***稳定运行时,对所挑选出的强相关参量进行多次采样,并进行方差分析具体包括:
所述多次采样为对不同测量参量集合的采样;
利用方差分析对测量参量进行多次采样及方差分析,以确定该测量参量对被控输出是否具有显著影响。
7.根据权利要求1所述的一种基于相关分析的前馈控制动态调整方法,其特征在于,将所挑选出的强相关参量的影响权重与各自的映射函数相乘,并施加于前馈控制器上包括控制器输出以及设定值输出位置。
8.一种计算机装置,其特征在于,包括:
处理器、存储器、输入输出设备以及总线;
所述处理器、存储器、输入输出设备分别与所述总线相连;
所述处理器用于执行如权利要求1至7任一项所述的方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910585170.3A CN110286583B (zh) | 2019-07-01 | 2019-07-01 | 一种基于相关分析的前馈控制动态调整方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910585170.3A CN110286583B (zh) | 2019-07-01 | 2019-07-01 | 一种基于相关分析的前馈控制动态调整方法及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110286583A CN110286583A (zh) | 2019-09-27 |
CN110286583B true CN110286583B (zh) | 2022-05-17 |
Family
ID=68021440
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910585170.3A Active CN110286583B (zh) | 2019-07-01 | 2019-07-01 | 一种基于相关分析的前馈控制动态调整方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110286583B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1547801A (zh) * | 2002-05-14 | 2004-11-17 | 松下电器产业株式会社 | 混合失真补偿方法和混合失真补偿装置 |
CN104062904A (zh) * | 2014-06-20 | 2014-09-24 | 南京工业大学 | 基于cca-pls的大化工过程分布式建模方法 |
CN107239606A (zh) * | 2017-05-27 | 2017-10-10 | 国网福建省电力有限公司 | 一种用于压水堆***动态模型参数评价的灵敏度分析方法 |
CN108803343A (zh) * | 2018-07-24 | 2018-11-13 | 国家能源投资集团有限责任公司 | 甲醇制烯烃反应器的控制方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4722461B2 (ja) * | 2003-12-03 | 2011-07-13 | フィッシャー−ローズマウント システムズ, インコーポレイテッド | モデルスイッチングおよび属性補間を用いた適応型多変数プロセスコントローラ |
US10955818B2 (en) * | 2017-03-20 | 2021-03-23 | University Of Southern California | System and method for extracting principal time series data |
-
2019
- 2019-07-01 CN CN201910585170.3A patent/CN110286583B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1547801A (zh) * | 2002-05-14 | 2004-11-17 | 松下电器产业株式会社 | 混合失真补偿方法和混合失真补偿装置 |
CN104062904A (zh) * | 2014-06-20 | 2014-09-24 | 南京工业大学 | 基于cca-pls的大化工过程分布式建模方法 |
CN107239606A (zh) * | 2017-05-27 | 2017-10-10 | 国网福建省电力有限公司 | 一种用于压水堆***动态模型参数评价的灵敏度分析方法 |
CN108803343A (zh) * | 2018-07-24 | 2018-11-13 | 国家能源投资集团有限责任公司 | 甲醇制烯烃反应器的控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110286583A (zh) | 2019-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chang et al. | Failure mode and effects analysis using grey theory | |
Deng et al. | Modified kernel principal component analysis using double-weighted local outlier factor and its application to nonlinear process monitoring | |
CN110688288A (zh) | 基于人工智能的自动化测试方法、装置、设备及存储介质 | |
Kaya et al. | Process capability analyses with fuzzy parameters | |
CN109147081B (zh) | 一种设备运行稳定性分析方法及*** | |
CN110263924B (zh) | 一种神经元群模型的参数和状态估计方法 | |
CN111290967A (zh) | 一种软件缺陷预测方法、装置、设备及存储介质 | |
CN114398049A (zh) | 一种离散制造车间数字孪生模型自适应动态更新方法 | |
CN110348540B (zh) | 基于聚类的电力***暂态功角稳定故障筛选方法及装置 | |
Li et al. | Improved LSTM-based prediction method for highly variable workload and resources in clouds | |
CN110286583B (zh) | 一种基于相关分析的前馈控制动态调整方法及相关装置 | |
CA2519783A1 (en) | Methods and articles for detecting, verifying, and repairing matrix collinearity | |
CN117171896A (zh) | 一种汽车转向器输入轴加工优化方法及*** | |
Van Herreweghe et al. | A machine learning-based approach for predicting tool wear in industrial milling processes | |
Srinivasulu | Multi-lead ECG signal analysis using RBFNN-MSO algorithm | |
CN110946573A (zh) | 心脏停搏的检测装置、检测模型的训练装置、方法及设备 | |
CN108073629B (zh) | 通过网站访问数据识别购买模式的方法及装置 | |
CN113657501A (zh) | 模型自适应训练方法、装置、设备、介质及程序产品 | |
CN110048404B (zh) | 电力***低频振荡抑制器在线优化方法、装置与存储介质 | |
JP7302229B2 (ja) | データ管理システム、データ管理方法、およびデータ管理プログラム | |
Li et al. | Weighted comparison of two cumulative incidence functions with R-CIFsmry package | |
JP6973493B2 (ja) | 情報分析装置、情報分析方法および情報分析プログラム | |
JP6862841B2 (ja) | 処理装置、調整パラメータの予測モデル推定方法、及び調整パラメータの予測モデル推定プログラム | |
CN113352149B (zh) | 一种刀具工况参数监控方法和装置 | |
Chen et al. | Non-and semi-parametric panel data models: a selective review |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |