首页 | 本学科首页   官方微博 | 高级检索  
     

基于小波和支持向量机的故障趋势预报
引用本文:郑小霞,钱锋. 基于小波和支持向量机的故障趋势预报[J]. 计算机与应用化学, 2008, 25(1): 73-76
作者姓名:郑小霞  钱锋
作者单位:上海电力学院电力与自动化工程学院,上海,200090;华东理工大学自动化研究所,上海,200237
摘    要:从工业生产过程实用的观点出发,鉴于小波变换能有效地对信号进行消噪的优点和支持向量机的卓越学习性能,探讨基于小波和支持向量机的故障趋势预报,并结合专家系统建立解释机制。将其用于工业精对苯二甲酸(PTA)生产过程中对二甲苯(PX)氧化反应器尾氧浓度故障预报的结果表明:该方法能准确地对尾氧浓度故障趋势进行预测,并同时给出故障产生的概率大小,为PX氧化反应器的安全平稳操作提供了保证。

关 键 词:支持向量机  小波变换  故障预报  对二甲苯(PX)氧化
文章编号:1001-4160(2008)01-73-76
收稿时间:2007-02-28
修稿时间:2007-10-28

Fault trend prediction based on wavelet transform and support vector machine
Zheng Xiaoxia,Qian Feng. Fault trend prediction based on wavelet transform and support vector machine[J]. Computers and Applied Chemistry, 2008, 25(1): 73-76
Authors:Zheng Xiaoxia  Qian Feng
Abstract:The wavelet transform can eliminate the signal noise and support vector machine(SVM)is a class of regression method with good generalization ability.In terms of view of industry process,this paper presents a novel fault trend prediction method based on the wavelet and SVM.Combined with expert system,this technique is applied to fault trend prediction of tail oxygen concentration in the PX oxidation reactor of industrial purified terephthalic acid(PTA)process.This technique makes it possible to predict fault trend of tail oxygen concentration and diagnose the fault probability.It ensures the safe and stable operation of PX oxidation reactor.
Keywords:support vector machine  wavelet transform  fault prediction  P-xylene oxidation
本文献已被 CNKI 维普 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