【复杂工业过程运行监控研究现状的文献综述4700字】

进行智能识别。2010年，王孝红等人提该方法对采集的现场参数实时值利用ART络方法171,将现场数据确定为一级ART-2网络输入，其趋势识别结果作为二级A网络输入，最后利用模式识别函数实现了分解炉状态的实时识别。2013年Yu等人总结了水泥生产中的分解炉和篦冷环节工况识别专家规则[18,然后依据不同工况的不同特料平衡规则，利用该规则实现了各种工况的智能识别。李荟等人在2019年提出了一种并采用二叉树支持向量机多分类方法对工况进行识别，达到了较为准确地识别。2016了多源特征信息，建立了基于专家知识和多源特征信息的贝叶斯网络异常工况识别模时的图像分析，实现对欠烧工况的在线识别；文献[32结合三维可视化的国内外研究现视化软件中进行实现；文献[33]基于多通道机械信号构建多运行工况下的数据驱动MLPF模型，采用验证数据集获取模型结构参数和验证误故障工况，提出具有过程控制系统设定值自适应QP优化、磨矿粒度CBR-ANN混合智自上世纪80年代以来，随着计算机技术，自动控制技术等以及可编程逻辑控制器(PLC),监控软件依靠这些技术基于工业组态软件平台根据工厂实际情况进行监控方案组态来串口通信的实时性差，易受时间地点等影响的问题，纷纷提出基于TCP/IP协议的PLC远程数据采集和监控系统[39I⁴11,该种方式利用数据转换单元可同时将数控平台的搭建方面，工控组态软件由于其良好的延续性、扩展性、封装性以及通用性监控组态软件是美国Wonderware在上世纪90年代初推出的Intouch,发展至今在全世界(1)基本所有的组态软件都利用了Windows平台的强大图形能力，在软件内部都(2)组态软件将底层程序进行封装，将脚本语言的二次开发功能化和模块化，这(3)组态软件具备开放式结构，能够兼容多种通讯协议，支持不同的硬件设备，(4)具有强大的数据处理能力以及丰富的功能模块，组态软件可以针对工业系统和图形可视化。CardenasCabada,E使用谱峰度来视化。Jing利用t-SNE(t-DistributedrandomNeighborEmbeeding)技术，将一维卷积神经网络模型提取的128维高维特征映射为二维特征并可视化，提高了故障识别的准确性参考文献[3]K.Metaxiotis,A.Kagianeuralnetwork[J].IEEEtransactionson[6]HintonGE,SalakhutdinovRR.Reducingthedimensionalityofdatawitnetworks[J].science,2006,313(5786):504-507.2016,42(005):643-654.recognition[J].Neuralcomputation,1989,1(4):541-551.energy[J].Advancesinneuralin[11]陈卓，孙龙祥.基于深度学习LSTM网络的短期电力负荷预测方法[J].电子技术，2018,047(001):39-41.long-short-term-memorybasedrecurrentneuralnetworkConferenceonInformationScienc[13]GenslerA,HenzeJ,SickB,etal.DeepLearninconferenceonsystems,man,andcybernetics(SMClearningapproaches[J].Energies,2018,11(7):16[16]王孝红，房喜明，于宏亮.基于专家系统的回转窑窑头工况识别[J].控制工[22]Garcia-PozueloD,Yunta