首页 | 本学科首页   官方微博 | 高级检索  
     

基于KPCA和MKL-SVM的非线性过程监控与故障诊断
引用本文:许洁,胡寿松.基于KPCA和MKL-SVM的非线性过程监控与故障诊断[J].仪器仪表学报,2010,31(11).
作者姓名:许洁  胡寿松
基金项目:国家自然科学基金重点资助项目,航空科学基金,江苏省高校自然科学基础研究面上项目,江苏省高校自然科学基础研究项目
摘    要: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。

关 键 词:核主元分析  多重核学习  支持向量机  过程监控  故障诊断

Nonlinear process monitoring and fault diagnosis based on KPCA and MKL-SVM
Xu Jie,Hu Shousong.Nonlinear process monitoring and fault diagnosis based on KPCA and MKL-SVM[J].Chinese Journal of Scientific Instrument,2010,31(11).
Authors:Xu Jie  Hu Shousong
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
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