一种改进的支持向量数据描述故障诊断方法

被引：14

作者：

唐明珠 ^{[1
]}

王岳斌 ^{[2
]}

阳春华 ^{[1
]}

机构：

[1] 中南大学信息科学与工程学院

[2] 湖南理工学院计算机学院

来源：

控制与决策 | 2011年 / 26卷 / 07期

基金：

国家杰出青年科学基金;

关键词：

支持向量数据描述; 粒子群; 故障诊断; 不均衡类; 滑动窗口;

D O I：

10.13195/j.cd.2011.07.9.tangmzh.002

中图分类号：

TH165.3 [];

学科分类号：

摘要：

针对故障诊断中故障类样本难于获取以及不均衡类问题,提出了基于粒子群和滑动窗口的支持向量数据描述(M-SVDD)故障诊断方法.该方法利用粒子群优化支持向量数据描述的核参数,同时引入滑动窗口技术,通过大窗口大小来控制故障诊断模型的训练样本数,根据小窗口的预测误差变化动态调整大窗口的大小.采用该方法对铜转炉吹炼过程进行故障诊断的实验结果表明,该方法能有效抑制过拟合现象,具有故障敏感性高、泛化能力强等特点.

引用

页码：967 / 972

页数：6

共 6 条

[1] 代价敏感概率神经网络及其在故障诊断中的应用 [J].