基于PCA-SVM集成阀门故障诊断方法研究

被引:9
作者
杨海荣
薄翠梅
龚伟俊
张广明
机构
[1] 南京工业大学
关键词
主元分析; 支持向量机; 故障诊断; 阀门故障;
D O I
暂无
中图分类号
TP18 [人工智能理论]; TH134 [控制机件];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ; 080704 ;
摘要
提出了一种基于主元分析和支持向量多分类器的故障诊断方法。该方法首先对工业故障数据进行主元分析提取数据集特征并降低数据维数,再把故障特征数据通过支持向量多分类器进行模式分类,最后通过特征分类诊断故障。在DAMADICS阀门模型上进行了仿真,并利用Lublin Sugar Factory工业故障数据进行了验证。仿真结果表明该方法可以快速准确地检测与诊断故障。
引用
收藏
页码:28 / 32+12 +12
页数:6
相关论文
共 8 条
  • [1] 阀门故障分析及其分类
    黄燕
    周密
    黄卫星
    李晓钟
    罗志远
    [J]. 阀门, 2007, (06) : 41 - 44
  • [2] 离散Hopfield神经网络在混烧控制系统故障诊断中的应用
    谢宏
    何怡刚
    彭敏放
    张波
    [J]. 湖南大学学报(自然科学版), 2007, (03) : 33 - 35
  • [3] 阀门电动执行机构故障诊断研究
    杨波
    王金全
    刘启国
    [J]. 阀门, 2007, (01) : 36 - 38
  • [4] 调节阀的故障分析与处理
    杜聚武
    [J]. 阀门, 2005, (04) : 36 - 38
  • [5] 时频分析与支持向量机在柴油机气阀故障诊断中的应用
    王成栋
    朱永生
    张优云
    夏勇
    [J]. 内燃机学报, 2004, (03) : 245 - 251
  • [6] 阀门定位器的两种调校及故障分析
    胡军红
    陈正刚
    胡传明
    [J]. 仪器仪表用户, 2003, (05) : 66 - 67
  • [7] 基于支持向量机的往复泵泵阀故障诊断方法
    时文刚
    刘树林
    张嘉钟
    黄文虎
    [J]. 机械强度, 2002, (03) : 362 - 364
  • [8] 工业系统的故障检测与诊断[M]. 机械工业出版社 , (美)蒋浩天(L.H.Chiang)等著, 2003