高校化学工程学报

2020, (02) 487-494

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

LDA_SVM方法在化工过程故障诊断中的应用
Application of LDA and SVM method in fault diagnosis of chemical process

冀丰偲1;2;余云松1;张早校1;2

摘要(Abstract):

针对复杂化工生产过程数据多样性、高维性以及风险重复性的特点,结合网格搜索(GS)与K折交叉验证(K-CV)理论,提出一种基于线性判别分析(LDA)与支持向量机(SVM)相融合的故障诊断方法。首先利用LDA对正常工况和5类故障模式的混合运行数据进行矢量映射,压缩特征空间维度,抽取并重构故障特征信息。将预处理后的数据作为输入样本,利用GS与K-CV得到最佳SVM分类器,实现故障诊断。仿真结果表明,相对于单一SVM和PCA(主元分析)_SVM故障诊断模型,LDA与SVM融合故障诊断方法收敛速度快、诊断准确率高、模型健壮,对化工过程6种运行模式的故障识别准确率达到93.9%。

关键词(KeyWords): 线性判别分析;支持向量机;田纳西-伊斯曼;故障诊断

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(51876150,21736008)。

作者(Author): 冀丰偲1;2;余云松1;张早校1;2

Email:

DOI: 10.3969/j.issn.1003-9015.2020.02.025

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享