基于潜变量模型的复杂过程生产设计方法

doi:10.3969/j.issn.1005-3026.2015.10.009

东北大学学报:自然科学版 ›› 2015, Vol. 36 ›› Issue (10): 1408-1411.DOI: 10.3969/j.issn.1005-3026.2015.10.009

基于潜变量模型的复杂过程生产设计方法

王小刚¹，沙毅¹，朱丽春²

(1. 东北大学信息科学与工程学院，辽宁沈阳110819； 2. 中国科学院国家天文台，北京100012)

收稿日期:2014-09-09 修回日期:2014-09-09 出版日期:2015-10-15 发布日期:2015-09-29
通讯作者: 王小刚
作者简介:王小刚(1960-)，男，辽宁沈阳人，东北大学副教授.
基金资助:
国家自然科学基金资助项目(11273001).

Production Design Method Based on Latent Variable Model for Industry Processes

WANG Xiao-gang¹， SHA Yi¹， ZHU Li-chun²

1.School of Information Science & Engineering， Northeastern University， Shenyang 110819，China； 2.National Astronomical Observatories， Chinese Academy of Sciences， Beijing 100012， China.

Received:2014-09-09 Revised:2014-09-09 Online:2015-10-15 Published:2015-09-29
Contact: WANG Xiao-gang
About author:-
Supported by:
-

摘要/Abstract

摘要： 针对工业品生产过程控制中输入变量的确定及零空间问题求解等复杂过程的生产设计问题，在现有的多元潜变量建模及生产设计等相关问题研究成果的基础上，深入研究了主元回归方法的应用策略和生产设计问题，提出了一种基于潜变量模型的复杂过程生产设计方法.通过与基于标准回归模型生产设计方法对比，展示了该方法的优越性.该生产设计方法的操作条件不仅能够满足工业生产过程产品质量的要求，而且与历史工况的关联结构和范围保持一致，为零空间问题的解决提供了可行方案.最后通过仿真验证了该类方法求解含有零空间的生产设计问题的有效性.

关键词: 生产设计, 主元回归, 零空间, 多元潜变量, 模型

Abstract: In view of determining the manipulated variables in the industrial control process and solving the null space problems during the production design of the complex industrial process， an in-depth study about the application strategy of the principal component regression was done on the basis of the existing multi-latent variable modeling methods. In addition， a production design strategy based on the latent variable was proposed. Compared with the standard regression model， the advantages of the multivariate latent variable method on solving production design problems were revealed. The proposed design method could not only satisfy the requirement of product quality， but also be consistent with the correlation structure of the historical condition and scope， which could be regarded as a feasible scheme to solve the null space problems. The simulation results showed the effectiveness of the designed method for solving production design problems of null space.

Key words: product design, principal component regression, null space, multivariate latent variable, model

中图分类号:

TP302.1

王小刚，沙毅，朱丽春. 基于潜变量模型的复杂过程生产设计方法[J]. 东北大学学报:自然科学版, 2015, 36(10): 1408-1411.

WANG Xiao-gang， SHA Yi， ZHU Li-chun. Production Design Method Based on Latent Variable Model for Industry Processes[J]. Journal of Northeastern University:Natural Science, 2015, 36(10): 1408-1411.

参考文献

[1]Jaeckle C M，MacGregor J F.Product design through multivariate statistical analysis of process data ［J］.AIChE Journal，1998，44(5):1105-1118.
[2]Chen Y D，Shi M H.Application research of knowledge management and engineering for production design organization［J］.Electronic & Mechanical Engineering and Information Technology，2011，12(8):409-412.
[3]Tomba E，Facco P.Latent variable modeling to assist the implementation of quality-by-design paradigms in pharmaceutical development and manufacturing:a review［J］.International Journal of Pharmaceutics，2013，74(8):283-297.
[4]Zhang Z H，Tegoshi Y.Representation on tacit knowledge in production design support systems［J］.International Conference on Fuzzy Systems and Knowledge Discovery，2012，7(10):1546-1549.
[5]Manolakos A，Noam Y.Interference due to null space mismatch in cooperative multipoint MIMO cellular networks［J］.Wireless Communications Symposium，2014，14(7):5148-5153.
[6]Lakshminarayanan S，Fujii H，Grosman B，et al.New product design via analysis of historical databases ［J］.Computers & Chemical Engineering，2000，24(2):671-676.
[7]Jiang X W，Gao J B.Thin plate spline latent variable models for dimensionality reduction［J］. World Congress on Computational Intelligence，2012，47(6):345-352.
[8]Cho M Y，Xu W Y.New algorithms for verifying the null space conditions in compressed sensing［J］.Asilomar，2013，13(8):1038-1042.
[9]Yun S Y，Kim N J.The group latent variable approach to probity binary classifications［J］.Transactions on Neural Networks and Learning Systems，2014，25(7):1277-1286.
[10]Zhou Y H，Titchener-Hooker N J.Visualizing integrated bioprocess designs through “windows of operation”［J］.Biotechnology and Bioengineering，1999，65(5):550-557.
[11]Chen F Z，Wang X Z.Discovery of operational spaces from process data for production of multiple grades of products［J］.Industrial & Engineering Chemistry Research，2000，39(7):2378-2383.
[12]Chen F Z，Wang X Z.Discovery of operational spaces from process data for production of multiple grades of products［J］.Industrial & Engineering Chemistry Research， 2000，39(7):2378-2383.
[13]Noam Y，Manolakos A.Null space learning with interference feedback for spatial division multiple access［J］.Transactions on Wireless Communications，2014，13(10):5699-5715.
[14]Bodesheim P，Freytag A.Kernel null space methods for novelty detection［C］// Conference on Computer Vision and Pattern Recognition.Portland，2013:3374-3381.
[15]Draper N R，Smith H，Pownell E.Applied regression analysis ［M］.New York:Wiley，1966.
[16]Kiparissides C，Verros G，Macgregor J F.Mathematical modeling，optimization，and quality control of high-pressure ethylene polymerization reactors［J］.Journal of Macromolecular Science，Part C:Polymer Reviews， 1993，33(4):437-527.

基于潜变量模型的复杂过程生产设计方法

Production Design Method Based on Latent Variable Model for Industry Processes

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	张露文，刘洪娟. 考虑防护和隔离的传染病传播建模与分析[J]. 东北大学学报（自然科学版）, 2023, 44(4): 486-494.
[2]	沙成满，王星，杨慧敏. 基于流固耦合的充水采空区渗流模型[J]. 东北大学学报（自然科学版）, 2023, 44(4): 551-557.
[3]	李婵，曲璐渲，信俊昌，王之琼. 基于潜在调控因子筛选的高阶动态贝叶斯建模方法[J]. 东北大学学报（自然科学版）, 2023, 44(3): 323-330.
[4]	徐宏阳，杨阳，王鹏飞，马辉. 含不对中与滚珠分布误差的球轴承刚度波动特性[J]. 东北大学学报（自然科学版）, 2023, 44(3): 382-391.
[5]	陈小辉，刘明月，刘世纪，田育松. Abdel-Karim-Ohno模型改进及Z2CDN18.12N不锈钢棘轮效应预测[J]. 东北大学学报（自然科学版）, 2023, 44(3): 392-398.
[6]	唐秀洁，赵文，路博，李伟伟. 咬合管幕结构的抗弯性能及影响参数分析[J]. 东北大学学报（自然科学版）, 2023, 44(2): 289-298.
[7]	李寿涛，魏玉博，李秋媛，于丁力. 考虑车辆侧偏刚度变化的MPC稳定性控制方法[J]. 东北大学学报（自然科学版）, 2023, 44(2): 162-167.
[8]	查从燚，孙志礼，潘陈蓉，王健. 面向结构可靠性分析的并行自适应加点策略[J]. 东北大学学报（自然科学版）, 2023, 44(1): 76-82.
[9]	陈猛，王瑜婷，曹宇新. 回收轮胎聚合物纤维混凝土干缩性能研究[J]. 东北大学学报（自然科学版）, 2023, 44(1): 123-129.
[10]	李艳艳，潘进，岳圆圆，张亚龙. HRB600E高强钢筋混凝土柱抗震性能及恢复力特性[J]. 东北大学学报（自然科学版）, 2023, 44(1): 130-137.
[11]	张路路，范俊，金光，张昆. 层次期望提高航天器抗辐射等效试验方法[J]. 东北大学学报（自然科学版）, 2022, 43(9): 1250-1255.
[12]	姜世杰，胡科，陈丕峰，战明. 熔丝成型制品三维表面粗糙度的理论与实验研究[J]. 东北大学学报（自然科学版）, 2022, 43(9): 1290-1297.
[13]	袁阳，徐涛，周广磊，勒治华. 基于微平面模型和正则化的脆性岩石损伤破裂模拟方法[J]. 东北大学学报（自然科学版）, 2022, 43(8): 1141-1148.
[14]	马源源，刘晏泽，刘呈隆，张甜洁. 中国投资者多角度舆情分析及其在股市预测中的作用[J]. 东北大学学报（自然科学版）, 2022, 43(8): 1201-1209.
[15]	鲍玉斌，刘济霆，李效宇. 考虑舆情的分时段SIQR模型的新冠疫情分析与预测[J]. 东北大学学报（自然科学版）, 2022, 43(8): 1065-1073.