期刊文献+

基于KECA和FWA-SVM的间歇过程分时段故障诊断方法 预览

Time division fault diagnosis method based on KECA and FWA-SVM for batch process
在线阅读 下载PDF
分享 导出
摘要 针对间歇过程的高度复杂性、强非线性、强时段性等特点,提出一种基于核熵成分分析(KECA)特征变量降维,利用烟花算法(FWA)优化支持向量机(SVM)参数的间歇过程分时段故障诊断方法。首先,通过多向核主元分析(MKPCA)进行在线故障监测,输出故障数据;其次,利用K-means分类方法将间歇过程划分为若干个子时段,对故障数据进行KECA特征变量处理,按熵值贡献率来确定选取主元的个数,深层提取特征信息;最后,在各子时段内分别构建FWA优化SVM参数故障诊断模型,将降维处理后的故障数据代入各自所属子时段FWA-SVM诊断模型内进行故障诊断。通过对青霉素仿真实验数据进行各种对比实验研究,验证了该方法的可行性与有效性。 Aiming at the high complexity, strong nonlinearity and strong time characteristics of intermittent process, this paper proposed a new method based on kernel entropy component analysis (KECA) to reduce the dimensionality of the KECA cha-racteristic variables, and used the fireworks algorithm (FWA) to optimize the support vector machine (SVM) parameters for the intermittent process of division fault diagnosis method. Firstly, it carried out multi-directional kernel principal component analysis (MKPCA) for the on-line fault monitoring and output the fault data. Second, it used K-means method to divide the batch process into several sub-periods. It used KECA to reduce characteristic variable dimensionality according to the contribution rate of entropy to determine the number of selected elements and extracted feature information in depth. Finally, it constructed FWA optimized SVM parameter fault diagnosis model in each sub-period, put the reduced dimension processed fault data into their own sub-period FWA-SVM diagnostic model for fault diagnosis. Through a variety of comparative experimental study based on penicillin simulation data, it verifies the feasibility and effectiveness of this method.
作者 蔡振宇 张敏 包珊珊 Cai Zhenyu;Zhang Min;Bao Shanshan(School of Mechanical Engineering, Southwest Jiaotong University, Chengdu 610031, China)
出处 《计算机应用研究》 CSCD 北大核心 2019年第5期1409-1414,共6页 Application Research of Computers
基金 中央高校基本科研业务费专项资金资助项目(2682016CX031) 国家自然科学基金资助项目(51675450).
关键词 间歇过程 核熵成分分析 烟花算法 支持向量机 K-MEANS 青霉素仿真 batch process KECA fireworks algorithm support vector machine K-means penicillin simulation
作者简介 蔡振宇(1992-),男,江西九江人,硕士研究生,主要研究方向为故障诊断、供应链管理(395966153@qq.com);张敏(1986-),女,讲师,博士,主要研究方向为故障诊断、供应链管理;包珊珊(1993-),女,硕士研究生,主要研究方向为货位优化、供应链管理.
  • 相关文献

参考文献11

二级参考文献190

共引文献577

投稿分析

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部 意见反馈