一种基于ICA-SVM的故障诊断方法 电子技术论文(精品)

高中物理教学艺术

一种基于ICA-SVM的故障诊断方法 电子技术论文(精品).txt
本文由yangjun2399贡献
pdf文档可能在WAP端浏览体验不佳。建议您优先选择TXT，或下载源文件到本机查看。
第 34 卷 第 4 期 V ol .34 N o 4
中南工业大学学报( 自然科学版) J . CENT . SOUTH UNIV . TECHNOL .
V ol .34 N o .4 A u g . 20 03
一 种 基 于 ICA SV M 的 故 障 诊 断 方 法 
郭 明,谢 磊,何 宁,王树青 杭州, 310027) ( 工业控制技术国家重点实验室, 浙江大学 先进控制研究所,浙江
摘要: 提出了一种基于独立分量分析和支撑向量机( A SV M ) IC  对系统性能 进行监控的 整体框架 .这一框 架包括 特 阵, 而这些投影系数矩阵则被用于训练多个支撑 向量机, 实现故 障类型 的识别 .Tennes see Eastman 过 程的仿 真 以
征提取和故障识别两部分 .独立分量分析被用于从当前工况的数据矩阵中提取出代表 当前工况特 征的投影系 数矩
结果证明了该算法的有效性 . 中图分类号: P273 T
关键词: 支撑向量机;过程监控;故障诊断 文献标识码: A 1005 2003)  0447 04 04  文章编号:  9792(
对于实际化工过程, 由于控制回路与测量点多, 操作条件多变, 故障类型也有多种, 使得化工过程的 化工过程很难建立起精确的动态数学模型, 因此, 基 于数学模型的故障诊断方法在化工过程中没有广泛 动的各种统计方法 ( 主元 分析 等).这 一方 法要 求 如 史数据 .其诊断步骤包括特征提取和模式识别两步, 目标是提取可以明确 识 别的 某一 类型 的特 征, 在 并 于人工神经网络的故障诊断方法在化工过程中应用 较多
[ 1]
们 能 够 更 好 得 反 映 过 程 的 特 征 .独 立 分 量 分 析 ( A) IC 作为近年来发展起 来的一种 新的统计 信号 处 理方法
[ 3]
故障检测与诊断问题变得十分复杂 .总的来说, 由于
x …, 信息  其原理如下: 设共有 l 个观测信号 x 1 , 2 , s2 , s m 的线性组合, …, 即 式中: A∈R
l× m
, P CA 相比, 有效地 利用 了高 阶统 计 与 更
推广应用 .目前, 比较有效的方法是采用基于数据驱
xl , 它们分别为 m 个 非高 斯 分 布 的 独立 源 信 号 s1 , , 混 叠 系 数矩 阵 .由 于独 立 源 S 和 为 X = A· S . ( 1)
收集正常操作条件下, 以及 在各 种故 障 状态 下的 历
混叠系数矩阵 A 都未 知, 为了从 观测 信号中 分离 出 各独立源信号, 定义如下目标函数: J( y)= H( g a u s s )- H ( y y).
此基础上最优地对采集到的样本进行分类 .目前, 基 , 是, 但 其结 构 参 数 往 往需 多 次 实 验 才 能 确
式中: 为任 一随机量; g a u s s 是一 个与 y 具有相 同方 y y 差的高斯分布的随机量;函数 H( ) 为相应变量的 信息熵

第1页下一页