共查询到20条相似文献,搜索用时 62 毫秒
1.
基于KPCA和MKL-SVM的非线性过程监控与故障诊断 总被引:7,自引:5,他引:2
利用核主元分析非线性过程监控的优势,结合多重核学习支持向量机在故障诊断方面的准确性,提出了基于核主元分析和多重核学习支持向量机的非线性过程监控与故障诊断方法。该方法运用核主元法对数据进行处理,在特征空间构建T2和SPE来检测故障的发生,若有故障发生,则计算样本的非线性主元得分向量,将其作为MKL-SVM的输入值,通过MKL-SVM的分类进行故障类型识别。将上述方法应用到Tennessee Eastman(TE)化工过程,多种故障模式的仿真结果表明该方法不但能有效地辨识故障,而且提高了故障检测和故障诊断的速度。 相似文献
2.
针对核主元分析方法(KPCA)在复杂化工在线监控过程中初始故障源难以辨识的问题,该文提出了一种基于核主元分析和最小二乘支持向量机的集成故障诊断方法。该方法首先运用KPCA对数据进行预处理,在特征空间构建T2和SPE来检测故障的发生,然后计算样本的非线性主元得分向量,将其作为最小二乘支持向量机的输入值,通过最小二乘支持向量机的分类进行故障类型的识别。将上述故障诊断方法应用到Tennessee Eastman(TE)化工过程,多种故障模式下的仿真结果表明,该方法不但能有效地辨识故障,而且提高了故障检测和故障诊断的速度。 相似文献
3.
针对异步电机故障振动信号具有较强的非线性特征,而传统的线性分析方法易造成振动信号非线性成分的丢失这一情况,提出一种核主元分析和粒子群支持向量机相结合的异步电机故障诊断方法。利用核函数实现输入空间到高维特征空间的非线性映射以及对映射数据的主元分析,得到原始样本的非线性主元,实现特征提取和数据压缩,将获得的核主元特征通过支持向量机进行模式识别。采用距离比值法和粒子群算法分别对核主元分析和支持向量机的参数进行双重优化选择。实验结果表明,该方法能有效提取故障信号的非线性特征,具有较强的非线性模式识别能力,相比主元分析和支持向量机方法,分类效果更好,实时性更强,可快速有效实现异步电机故障诊断。 相似文献
4.
5.
6.
7.
为简化多支持向量机识别模型的计算复杂度、提高动态过程质量异常模式的识别精度,提出一种基于多主元特征与支持向量机相结合的动态过程异常监控模型。利用主元分析方法对动态数据进行特征提取,将所提取的不同主元特征作为支持向量机分类器的输入对模型进行训练。将识别效率高的主元特征对应的转换矩阵与多支持向量机相结合,构建了基于多主元特征的多支持向量机识别模型,对质量异常模式进行识别。仿真实验表明,所提基于多主元分析支持向量机识别模型的识别精度比传统基于主元特征或其他特征提取方法的识别模型有显著提高,且训练所需时间大大减少。 相似文献
8.
9.
针对滚动轴承故障种类识别与程度判断问题,提出了一种融合经验模式分解与核主元分析的故障诊断方法:首先,运用经验模式分解将滚动轴承故障信号分解成不同特征尺度下的本征模式分量,采用Hilbert-Huang变换对信号进行相应的时频分析,从本征模式分量函数和瞬时频率中分别提取时域和频域的统计特征集与无量纲特征集;其次,引入非线性核主元分析方法,对故障特征集进行处理,从而消除特征集中的冗余特征,并大幅度降低特征向量维数,得到能够反映故障本质的主元特征集;最后,构造支持向量机多类分类网络,实现了对不同故障模式与不同损伤程度滚动轴承的故障诊断。 相似文献
10.
基于KPCA SVM的柴油机状态识别方法的研究 总被引:1,自引:1,他引:0
为了有效地对柴油机的运行状态进行状态识别,根据柴油机的特征信息和识别的特点,研究了基于核主元分析(KPCA)和支持向量机(SVM)进行柴油机状态识别的故障诊断方法.首先,对柴油机进行特征提取,构成一个特征向量.然后对其进行核主元分析,计算得到能反映设备状态的特征向量,有效去除信息的冗余.最后,将得到的特征向量进行支持向量机的训练学习,识别柴油机的状态.通过实验室柴油机燃烧系统不同运行状态下的识别分析,验证了此方法的可行性和实用性. 相似文献
11.
核主元分析中核函数参数选优方法研究 总被引:2,自引:1,他引:2
提出一种基于矩阵相似度的核函数参数选优方法.首先给出一种具有较好分类能力的核函数矩阵。然后.利用矩阵间的相似度量关系,在一定范围内寻找能近似此矩阵的核函数参数值。将该方法应用于直升机齿轮箱齿轮故障特征提取中,结果显示经过核函数参数选优的KPCA取得了较好的识别效果。 相似文献
12.
基于重构核粒子法的结构优化设计的关键是灵敏度分析。笔者采用罚函数法施加位移边界条件,在结构分析的基础上,利用直接微分法,建立了基于重构核粒子法的结构灵敏度方程,而且其表达形式与结构控制方程非常相似,计算过程容易实现。编写相应的MATLAB程序对两个具有解析解的经典算例进行了灵敏度分析,并详细讨论了节点数、不同核函数及其参数对灵敏度计算精度的影响。计算结果与解析解吻合较好,表明该灵敏度分析方法是正确有效的,同时给出了灵敏度分析过程中合理选择核函数的建议。 相似文献
13.
针对齿轮传动设计中一些设计参数的随机性和强度判据的模糊性,本文提出了齿轮动的模糊可靠性设计理论和方法,建立了模糊可靠性优化设计的数学模型,并给出了优化设计实例。 相似文献
14.
为有效利用汽车行驶工况中与类别属性间的统计特征,提高汽车行驶工况判别的准确性与快速性,首先选择车速和踏板信号的数据信息构建特征集,利用相关性分析和核主元分析对特征集中能敏感反映工况类别的特征数据信息进行二次特征提取,按累计贡献率大于90%的标准进行主要特征量的选择,实现输入变量的二次约简;利用小波核函数的非线性映射能力构建半监督核模糊C均值聚类方法进行车辆行驶工况的判别。通过长春某混合动力公交车试验结果表明,该方法更全面准确地反映了工况特性,有效降低了输入特征参数的维数,更加准确有效地提取了不同工况条件下汽车行驶状态的数据特征,通过半监督核模糊C均值聚类算法中加入少量的训练样本来引导聚类过程,聚类精度可达到98.75%。 相似文献
15.
多核信息融合模型及其应用 总被引:1,自引:0,他引:1
针对单核学习方法不能充分获取对象非线性特征的问题,提出一种核采样空间中的多核融合模型。与工作于隐式核空间的常见多核融合模型不同,该融合模型本质上是一种矩阵融合模型,其融合参数不受融合核矩阵半正定性要求的约束。在该模型基础上,进一步提出一种多核正则化Ho-Kashyap分类器,并设计了相应的迭代优化算法。最后,将该多核融合算法应用到水下钴结壳超声识别领域。实验结果表明,与单核学习方法相比,采用核采样空间多核信息融合模型的钴结壳超声识别分类正确率提高了7%,说明了该融合模型的有效性。 相似文献
16.
17.
18.
基于粒子群优化的核主元分析特征的提取技术 总被引:1,自引:1,他引:0
针对核主元分析在参数设置上的盲目性,提出应用粒子群优化算法优化核函数参数.并将核主元分析应用于特征提取中.首先建立核函数参数优化的数学模型,然后应用加速度自适应粒子群优化算法对其寻优,并通过Iris数据集进行仿真研究,验证其提取特征的有效性.将优化的核主元分析方法应用于齿轮箱典型故障的特征提取中,结果表明:参数优化的核主元分析能有效降低齿轮箱特征向量的维数,较线性主元分析取得更好的故障识别效果.该方法在机械故障信号的非线性特征提取中具有优势. 相似文献
19.
本文研究建立分光光度法测定核桃仁样品中的总单宁含量,样品采用70%乙醇提取。在碱性条件下单宁将钨钼酸还原显色,于680nm波长处测定溶液吸光度,方法稳定、快速、准确,在0~5μg/mL浓度范围内呈线性关系,回收率90.5%~102%,相对标准偏差(RSD)1.23% 相似文献
20.
摘要:针对传统基于二阶统计量的循环平稳信号处理方法不能有效处理脉冲噪声干扰的问题,提出了一种基于循环多核相关熵的故障检测方法。首先,给出了多核相关熵的定义,推导了循环多核相关熵函数和循环多核相关熵谱密度函数计算公式,分析了循环多核相关熵的降噪机理;其次,用仿真信号验证了在低噪声比(SNR=-5)情况下循环多核相关熵的降噪性能,表明了循环多核相关熵不仅能有效抑制高斯噪声,而且能有效抑制非高斯噪声,循环多核相关熵为高斯、非高斯噪声的处理提供了一种鲁棒性处理方法;最后,将循环多核相关熵方法应用于齿轮箱齿轮齿面磨损故障诊断,实验结果表明:循环多核相关熵具有解调功能,能准确刻画齿轮齿面磨损故障的频谱特征,可有效提取淹没在强噪声环境中的微弱信号,提高了信噪比,证明了此方法为一种齿轮故障诊断的有效方法。 .txt 相似文献