基于KPCA与LS-SVM的化工过程故障诊断算法研究

	基于KPCA与LS-SVM的化工过程故障诊断算法研究
	解庆 ; 杨武 ; 赵小强
	2012-10-05
发表期刊	工业仪表与自动化装置
ISSN	ISSN：1000-0682
期号	2012年05期页码:3-7
摘要	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。
关键词	化工过程故障诊断核主元分析最小二乘支持向量机
URL	查看原文
收录类别	CNKI
语种	中文
文献类型	期刊论文
条目标识符	https://ir.lut.edu.cn/handle/2XXMBERH/157051
专题	电气工程与信息工程学院
作者单位	1.甘肃蓝科石化高新装备股份有限公司; 2.兰州理工大学电气工程与信息工程学院
推荐引用方式 GB/T 7714	解庆,杨武,赵小强. 基于KPCA与LS-SVM的化工过程故障诊断算法研究[J]. 工业仪表与自动化装置,2012(2012年05期):3-7.
APA	解庆,杨武,&赵小强.(2012).基于KPCA与LS-SVM的化工过程故障诊断算法研究.工业仪表与自动化装置(2012年05期),3-7.
MLA	解庆,et al."基于KPCA与LS-SVM的化工过程故障诊断算法研究".工业仪表与自动化装置 .2012年05期(2012):3-7.

条目包含的文件		下载所有文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
基于KPCA与LS-SVM的化工过程故障（489KB）	期刊论文	出版稿	开放获取	CC BY-NC-SA	浏览下载