基于模糊粗糙集和支持向量机的化工过程故障诊断

被引：24

作者：

王鲜芳 ^{[1
,2
]}

王岁花 ^{[1
]}

杜昊泽 ^{[3
]}

王平 ^{[1
]}

机构：

[1] 河南师范大学计算机与信息工程学院

[2] 密苏里大学哥伦比亚分校工程学院

[3] 南京航空航天大学信息科学与技术学院

来源：

控制与决策 | 2015年 / 30卷 / 02期

关键词：

模糊粗糙集; 支持向量机; TEP过程; 故障诊断;

D O I：

10.13195/j.kzyjc.2014.0246

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为解决化工过程故障不易诊断的问题,提出一种基于模糊粗糙集特征提取和支持向量机的故障诊断方法.首先,利用模糊粗糙集对特征信息进行提取,构筑相应的故障特征集合;然后,将故障特征集合对应的样本输入到支持向量机分类器,实现对化工过程不同故障的识别.在TEP故障诊断中的应用表明了所提出方法的有效性.

引用

页码：353 / 356

页数：4

共 8 条

[1]

改进加权支持向量机的研究及在故障诊断中的应用.[D].曾辉.华南理工大学.2010, 03

[2]

粗糙集神经网络故障诊断系统的方法研究及应用.[D].杨赛楠.江南大学.2007, 03

[3] 一种基于最小二乘支持向量机的葡萄酒品质评判模型 [J].

吴瑞红 ;

王亚丽 ;

张环冲 ;

王鲜芳 .

华侨大学学报(自然科学版), 2013, (01) :30-35

[4] 基于Hopfield网络的时滞分析故障诊断策略 [J].

贺丁 ;

赵劲松 .

化工学报, 2013, 64 (02) :633-640

[5] 基于广义SDG的化工过程故障模拟分析 [J].

张建广 ;

邱彤 ;

赵劲松 .

清华大学学报(自然科学版), 2009, 49 (09) :1561-1564+1568

[6] 粗糙集理论与应用研究综述 [J].

王国胤 ;

姚一豫 ;

于洪 .

计算机学报, 2009, 32 (07) :1229-1246

[7] 支持向量机多类分类算法研究 [J].

唐发明 ;

王仲东 ;

陈绵云 ;

不详 .

控制与决策 , 2005, (07) :746-749+754

[8] PCA过程监测方法的故障检测行为分析 [J].

王海清 ;

宋执环 ;

王慧 .

化工学报, 2002, (03) :297-301

← 1 →