基于提升小波和递推LSSVM的实时故障诊断方法

被引:23
作者
杨青 [1 ,2 ]
田枫 [2 ]
王大志 [1 ,3 ]
吴东升 [1 ,2 ]
王安娜 [3 ]
机构
[1] 长春理工大学光电工程学院
[2] 沈阳理工大学信息科学与工程学院
[3] 东北大学信息科学与工程学院
关键词
实时故障诊断; 提升小波; 递推SVM; 集合故障诊断; LW-RLSSVM;
D O I
10.19650/j.cnki.cjsi.2011.03.019
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
提出了一种基于提升小波(LW)与递推最小二乘支持向量机(RLSSVM)相集合的实时故障诊断方法(LW-RLSSVM)。该方法首先通过提升小波变换对数据实时去噪,再通过实时算法训练最小二乘支持向量机分类器。由于采用了递推算法,节省了存储空间和运算时间,同时增加了诊断模型的适应性。为验证所提方法的有效性,将LW-RLSSVM应用于TE过程和青霉素发酵过程。实验结果表明,LW-RLSSVM集合方法能有效实现实时故障诊断,在诊断速度和适应性方面,优于基于第一代小波与LSSVM相集合(W-LSSVM)的故障诊断方法;在诊断精度等方面,该方法优于LSSVM、RLSSVM等方法。
引用
收藏
页码:596 / 602
页数:7
相关论文
共 12 条
[1]   基于WTPCA-MSVMs过程监控方法 [J].
肖应旺 .
仪器仪表学报, 2010, 31 (03) :558-564
[2]   基于提升小波变换和SVM的模拟电路故障诊断 [J].
宋国明 ;
王厚军 ;
刘红 ;
姜书艳 .
电子测量与仪器学报, 2010, 24 (01) :17-22
[3]   改进的在线支持向量机训练算法 [J].
潘以桢 ;
胡越明 .
计算机工程, 2009, 35 (22) :212-215
[4]   基于Wiener核和BP神经网络的非线性模拟电路故障诊断 [J].
林海军 ;
张礼勇 ;
任殿义 ;
康辉 ;
顾耕 .
仪器仪表学报, 2009, 30 (09) :1946-1949
[5]  
数据驱动的故障诊断与容错控制:进展与可能的新方向(英文)[J]. 王宏,柴天佑,丁进良,布朗·马丁.自动化学报. 2009(06)
[6]  
动态系统的故障诊断技术[J]. 周东华,胡艳艳.自动化学报. 2009(06)
[7]   遗传小波神经网络及在电机故障诊断中的应用 [J].
钱华明 ;
王雯升 .
电子测量与仪器学报, 2009, 23 (03) :81-86
[8]   基于自适应小波分解和SVM的模拟电路故障诊断 [J].
孙永奎 ;
陈光 ;
李辉 .
仪器仪表学报, 2008, (10) :2105-2109
[9]   基于支持向量机集成的模拟电路故障诊断 [J].
唐静远 ;
师奕兵 ;
张伟 .
仪器仪表学报, 2008, (06) :1216-1220
[10]   基于小波神经网络的模拟电路故障诊断 [J].
金瑜 ;
陈光福 ;
刘红 .
仪器仪表学报, 2007, (09) :1600-1604