首页> 中文会议>第九届全国技术过程故障诊断与安全性学术会议 >一种基于HSSVM和KPCA的非线性过程故障诊断方法

一种基于HSSVM和KPCA的非线性过程故障诊断方法

摘要

针对工业过程数据的非线性特点可能导致的监控困难,将核方法(Kernel Method)的两种应用——超球面支持向量机(Hyper Sphere Support Vector Machine,HSSVM)和核主元分析(Kernel Principal Component Analysis,KPCA)相结合,提出一种适用于非线性过程的故障诊断方法.该方法采用HSSVM离线建立故障检测模型和故障分类模型;同时采用KPCA离线建立故障检测模型;并在在线检测阶段对KPCA检测模型的T2控制限进行动态调整.结合历史正常数据的HSSVM分类面、KPCA控制限和动态T2控制限,对过程数据进行实时故障检测.若检测出故障则将故障样本输入已建好的HSSVM故障分类模型进行故障类型识别,并输出诊断结果.通过Tennessee Eastman(TE)化工过程仿真模型验证该方法,多种故障模式的诊断结果表明该方法在保证实时性的前提下能有效地辨识故障.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号