基于支持向量机的化工过程故障诊断

被引:7
作者
陈剑雪
侍洪波
机构
[1] 上海工程技术大学电子电气工程学院
[2] 华东理工大学自动化研究所 上海
[3] 上海
基金
上海市自然科学基金;
关键词
故障诊断; 连续搅拌釜式反应器; 支持向量机; BP神经网络; 小波网络;
D O I
10.14135/j.cnki.1006-3080.2004.03.018
中图分类号
TP277 [监视、报警、故障诊断系统];
学科分类号
0804 ; 080401 ; 080402 ;
摘要
引入了基于统计学习理论的支持向量机技术,以连续搅拌釜式反应器——CSTR模型为例,研究了非线性化工复杂反应过程的故障诊断问题。实验结果表明,支持向量机方法与传统故障诊断方法相比,具有更好的精度、速度以及适应性。
引用
收藏
页码:315 / 317
页数:3
相关论文
共 2 条
[1]   第五讲 故障诊断技术综述 [J].
周东华 ;
王桂增 .
化工自动化及仪表, 1998, (01) :60-64
[2]   连续搅拌釜式反应器出口浓度的在线质量控制 [J].
文忠 ;
俞金寿 ;
华向明 .
华东理工大学学报, 1997, (02) :106-110