首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 109 毫秒

1.  基于核Fisher子空间特征提取的汽轮发电机组过程监控与故障诊断  被引次数:2
   张曦  赵旭  刘振亚  邵惠鹤《中国电机工程学报》,2007年第27卷第20期
   提出了基于核Fisher子空间特征提取的汽轮发电机组过程监控和故障诊断新方法。该方法首先利用非线性核函数将数据从原始空间映射到高维特征空间,然后在高维特征空间中利用线性Fisher判别分析法提取数据最优的核Fisher特征矢量和判别矢量来实现过程监控。若系统出现故障,则根据当前的判别矢量与历史故障数据集中所含故障的最优核Fisher判别矢量的相似度进行故障诊断。该方法能有效地捕获过程变量之间的非线性关系,过程监控和故障诊断效果明显好于线性Fisher判别法。汽轮发电机组历史故障特征数据集仿真试验证明了该方法的有效性。    

2.  基于核函数主元分析的滚动轴承故障模式识别方法  被引次数:3
   李志农  王心怡  张新广《轴承》,2008年第6期
   基于核函数主元分析的独特优势,提出了滚动轴承故障诊断方法,通过核函数映射将非线性问题转换成高维的线性特征空间,然后对高维空间中的映射数据作主元分析,提取其非线性特征,对故障模式进行识别.并与主元分析方法进行了对比.试验结果表明,核函数主元分析法更适合提取故障的非线性特征,并能很好地识别滚动轴承故障模式.    

3.  基于规范变量分析(CVA)的动态数据协调技术  
   唐苏琼  杨马英《石油化工自动化》,2008年第44卷第1期
   提出利用规范变量分析(CVA)结合空间冗余信息的动态数据协调方法,该方法充分利用了数据的时间冗余信息.CVA方法能快速准确地辨识出MIMO状态空间模型,基于CVA的动态数据协调较其他方法有更好的协调结果.TE过程仿真结果验证了该方法的有效性.    

4.  基于核Fisher判别分析方法的非线性统计过程监控与故障诊断  被引次数:1
   赵旭  阎威武  邵惠鹤《化工学报》,2007年第58卷第4期
   化工过程中大量的生产数据反应了生产过程的内在变化和系统的运行状况,基于数据驱动的统计方法可以有效地对生产过程进行监控。对于复杂的化工和生化过程,其过程变量之间的相关关系往往具有很强的非线性特性,传统的线性统计过程监控方法显得无能为力。本文提出了基于核Fisher判别分析的非线性统计过程监控方法,首先利用非线性核函数将数据从原始空间映射到高维空间,在高维空间中利用线性的Fisher判别分析方法提取数据最优的Fisher特征矢量和判别矢量来实现过程监控与故障诊断,能有效地捕获过程变量之间的非线性关系,通过对流化催化裂化(FCCU)过程的仿真表明该方法的有效性。    

5.  基于核判别分析的特征约简方法在故障诊断中的应用  
   肖文斌  陈进  王志阳  周宇《矿山机械》,2012年第3期
   针对故障诊断中传统的线性多变量统计分析方法不能解决线性不可分问题,提出了一种基于核判别分析的非线性特征约简方法。在核判别分析中,核函数决定了其非线性映射的能力;为此,提出了一种基于K均值聚类的核函数参数优化方案,并将该方法应用于滚动轴承的故障诊断中。结果表明,与主成分分析及线性判别分析相比,核判别分析能够更有效地区分轴承的4种状态,适用于故障诊断中的非线性特征约简。    

6.  基于多尺度核主元分析的非线性过程监控方法研究  
   邓晓刚  田学民《计算机与应用化学》,2006年第23卷第12期
   针对化工过程数据的多尺度性和非线性特性,提出了一种多尺度核主元分析方法(MSKPCA)监控过程的运行状态。使用小波变换在不同尺度下分解测量信号.然后借助于核函数对分解后的数据进行非线性变换,在变换后的线性空间中用主元分析(PCA)提取过程数据的主要特征,构造监控统计量T2和Q来检测故障。在此基础上,提出了一种贡献图方法.计算过程变量对故障的贡献量,用于故障变量的分离。在TE过程上的监控结果表明,MSKPCA可以比PCA和动态PCA更迅速地检测到过程故障,贡献图方法能够正确地分离故障变量。    

7.  基于鲁棒规范变量分析的故障诊断方法  
   邓晓刚  田学民《控制与决策》,2008年第23卷第4期
   针对工业过程的建模数据中含有离群点的情况,提出一种基于鲁棒规范变量分析(CVA)的故障诊断方法.该方法使用相关系数的鲁棒估计代替传统的相关系数,通过基于粒子群算法的投影寻踪技术计算最大化鲁棒相关系数的规范变量,从而建立统计模型并监控统计量检测过程的变化.连续搅拌反应器(CSTR)系统的仿真结果说明,鲁棒规范变量分析方法能在含离群点数据的基础上建立准确的统计模型,比规范变量分析更有效地监控过程变化.    

8.  基于多尺度动态核主元分析的化工过程故障检测  被引次数:1
   李磊  朱建宁  侍洪波《化工自动化及仪表》,2008年第35卷第4期
   针对化工过程数据的多尺度性和非线性特性,提出一种多尺度动态核主元分析方法.使用小波变换分析数据的多尺度特性,借助核函数来解决非线性映射问题,同时解决了噪声和干扰造成的各变量数据具有时间序列动态性问题.在此基础上,提出一种基于矩阵相似度量的核函数参数选优方法.将上述方法应用于TE模型的故障检测过程中,仿真结果表明,该方法提高了过程性能监视和故障检测的准确性,优于线性主元分析法的检测效果.    

9.  核函数主元分析及其在齿轮故障诊断中的应用  被引次数:17
   李巍华  廖广兰  史铁林《机械工程学报》,2003年第39卷第8期
   提出了基于核函数主元分析的齿轮故障诊断方法。该方法通过计算齿轮振动信号原始特征空间的内积核函数来实现原始特征空间到高维特征空间的非线性映射。通过对高维特征数据作主元分析,得到原始特征的非线性主元,以所选的非线性主元作为特征子空间对齿轮工作状态进行分类识别。用齿轮在正常状态、裂纹状态和断齿状态下的试验数据对该方法进行了检验,比较了主元分析与校函数主元分析的分类效果。结果表明,核函数主元分析能有效的检测裂纹故障的出现,正确区分不同的故障模式,更适于提取故障信号的非线性特征。    

10.  基于分维LLE和Fisher判别的故障诊断方法  被引次数:1
   张伟  周维佳  李斌《仪器仪表学报》,2010年第31卷第2期
   针对非线性系统故障诊断难以解决的问题,通过改进的局部线性嵌入映射算法解决了非线性数据的特征映射问题.首先,通过线性拟合改进了基于分形维估计的内在维数的估计.然后,将故障状态与空间分布结合起来,通过确定数据点在空间超球内的分布完成故障的检测,在这个过程中将超球的确定与LLE算法中基于核函数的样本外数据扩展结合起来,大大减少了计算量,提高了算法的实时性.然后,利用Fisher判别分析进行故障匹配,通过计算最优的投影向量与历史故障数据投影向量的相似度的计算,完成故障识别,从而为复杂非线性系统故障诊断提供了一种新的有效的方法.    

11.  KPCA法在风电机组齿轮箱故障诊断中的应用  
   刘迎  董兴辉  李元源  赵玉伟《山西机械》,2012年第5期
   将核主成分分析法应用于风电机组齿轮箱的故障诊断中,通过计算齿轮箱振动信号原始数据空间的内积核函数来实现原始数据到特征空间的非线性映射。利用某风场齿轮箱的正常工作状态、初期磨损状态以及断齿状态下的振动数据进行测试,对主成分分析法和核主成分分析法的分类结果进行了分析比较。实验结果表明,核主成分分析法能够有效地对齿轮故障信号进行特征提取和模式分类,更适合于故障信号非线性特征的提取。    

12.  基于改进核主成分分析的故障检测与诊断方法  被引次数:1
   韩敏  张占奎《化工学报》,2015年第6期
   针对传统基于核主成分分析的故障检测方法提取非线性特征时只考虑全局结构而忽略局部近邻结构保持的问题,提出基于改进核主成分分析的故障检测与诊断方法。改进核主成分分析方法将流形学习保持局部结构的思想融入核主成分分析的目标函数中,使得到的特征空间不仅具有原始样本空间的整体结构,还保持样本空间相似的局部近邻结构,可以包含更丰富的特征信息。在此基础上,本文使用改进核主成分分析方法把原始变量空间映射到特征空间,使用费舍尔判别分析在特征空间中构建距离统计量并通过核密度估计确定其控制限,进一步利用相似度的性能诊断方法识别发生的故障类型。采用Tennessee Eastman过程故障检测数据集进行的仿真实验表明所提方法可以取得较好的效果。    

13.  基于核函数主元分析的机械故障模式识别方法的研究  
   李志农  王心怡  付求涯  张新广《噪声与振动控制》,2008年第28卷第5期
   提出基于核函数主元分析的机械故障诊断方法,它保留主元分析的优点并具有处理非线性的能力.该方法通过核函数映射将非线性问题转换成高维的线性特征空间,然后对高维空间中的映射数据作主元分析,提取其非线性特征,对机械故障模式进行识别.并与主元分析方法进行对比分析,实验结果表明核函数主元分析法非常有效.    

14.  基于SKICA的非线性过程缓变故障检测方法研究  
   邓晓刚  田学民《仪器仪表学报》,2009年第30卷第7期
   针对非线性工业过程缓变型故障的检测问题,提出一种基于累积和核独立元分析(SKICA)的故障检测方法.通过核函数技术将观测数据从非线性空间映射到线性空间,然后对线性空间的数据应用独立元分析算法,提取观测数据中的非线性独立元.为了更好的检测过程中微小变化和缓变故障,进一步应用累积和控制图(CUSUM)的思想.建立累积和非线性独立元并以此构造统计量监控过程变化.在连续搅拌反应器(CSTR)上的仿真结果表明,SKICA方法能够比ICA方法更快的检测出非线性过程中的缓变型故障.    

15.  基于特征空间降维的溶剂脱水分离过程监控  
   杜文莉  王坤  钱锋《浙江大学学报(工学版)》,2010年第44卷第7期
   针对传统化工过程中检测变量具有的非线性和非高斯性等特点,提出将改进的核主元分析(KPCA)和支持向量数据描述(SVDD)相结合的化工过程故障诊断方法.根据Mexican hat小波在提取非线性非平稳信号细微特征方面的优势,将该小波函数引入到KPCA中以增强核函数的非线性映射和抗噪能力.在映射后的特征空间中进行均值聚类分析,选择每个聚类中展现特征中心的数据,使运算复杂度明显降低,提高了监控实时性.采用SVDD描述经过聚类降维后的特征空间分布,提出新的监控指标描述过程的非高斯特性.将该方法应用在一个实际的溶剂脱水化工精馏过程中,仿真结果验证了该方法能够及时有效地检测系统产生的故障.    

16.  基于KPCA的FPSO流程故障检测方法  
   郝晓鹏  赵洪业  高强《电子科技》,2013年第26卷第5期
   分析了核主元分析KPCA方法的基本原理,选取高斯核函数,利用核函数将样本数据映射到高维空间进行故障检测。针对小样本、非线性的问题,使用基于KPCA的故障检测方法,实现了核主元分析KPCA方法对浮式储油卸油生产系统FPSO流程中典型故障的检测,证明了KPCA方法的有效性。    

17.  基于规范变量分析的化工单元多变量统计监控  
   卢娟  刘飞《计算机与应用化学》,2007年第24卷第2期
   化工生产过程往往含有大量的过程变量,且过程多处于闭环控制作用下,产生的测量数据常常存在互相关和自相关。规范变量分析(CVA)通过最大化两个变量集间的相关度,实现对高维数据的降维,并得到一组最大限度地解释变量集中信息的规范变量,很好地解决了上述问题。本文介绍一种基于CVA的过程监控方法,并将此方法应用于一实际化工单元的过程监控,利用控制图,及时准确地检测到过程故障,表明了基于CVA的监控方法的有效性。    

18.  基于小波核聚类的非高斯过程故障检测方法  被引次数:1
   王坤  杜文莉  钱锋《化工学报》,2011年第62卷第2期
   针对工业过程检测变量具有的非线性和非高斯性等特点,提出了一种基于小波核聚类的核主元分析(WKPCA)方法来处理过程数据的非线性特性,同时引用支持向量数据描述(SVDD)对过程进行建模。本算法先根据Morlet小波具有多分辨分析和能以更高的精度逼近任意函数的特点,将其构建为小波核函数,可以增强KPCA的非线性核映射和抗噪能力,然后在映射后的特征空间中进行均值聚类分析,选择每个聚类中展现特征中心的数据,大大减少了核函数的计算量;最后通过SVDD提出监控指标来描述过程的非高斯特性。将上述方法用在一个标准仿真平台Tennessee-Eastman上,结果表明,该方法能及时有效地检测出系统产生的故障和异常情况。    

19.  基于KPCA的高压断路器故障诊断  
   王逸萍  梅军  郑建勇  陈厚源  戴永正  顾宇锋《电测与仪表》,2013年第8期
   随着电网规模的日益庞大,对高压断路器的安全运行提出了越来越高的要求。本文就核主元分析(KPCA)方法应用于高压断路器的故障诊断进行了研究。该方法针对高压断路器故障数据多维非线性的特点,通过计算其合闸电流信号原始数据空间的内积核函数来实现原始数据到特征空间的非线性映射,然后在特征空间内构2造T和SPE统计量检测过程中发生的故障,并对故障进行分类。本文以VMB5-12型10kV真空断路器弹簧操动机构为试验样机采集数据,仿真实验结果表明,该方法具有较高的稳定性,能够有效地对故障数据进行特征提取。    

20.  基于核主元分析和邻近支持向量机的汽轮机凝汽器过程监控和故障诊断  被引次数:6
   张曦  阎威武  刘振亚  邵惠鹤《中国电机工程学报》,2007年第27卷第14期
   提出了基于核主元分析(KPCA)和邻近支持向量机(PSVM)的汽轮机凝汽器过程监控和故障诊断新方法,将数据先用核主元法进行分析和处理,即通过非线性变换将样本数据从输入空间映射到高维特征空间,然后在高维特征空间中进行特征提取,若数据的Hotelling'sT2和Q统计量超过控制限,说明有故障发生,则计算样本的非线性主元得分向量,并将其作为输入值送入已训练好的邻近支持向量机进行故障类型识别。该方法可以有效地捕捉变量间的非线性关系,过程监控和故障诊断效果明显好于PCA-PSVM法。汽轮机历史故障特征数据集仿真试验证明了该方法的有效性。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号