如切如磋，如琢如磨。人有不为也，而后可以有为。相看两不厌，只有敬亭山。岁寒，然后知松柏之后凋也。管中窥豹，时见一斑。本文由ya
gju
2399贡献r
pdf文档可能在WAP端浏览体验不佳。建议您优先选择TXT，或下载源文件到本机查看。r
第34卷第4期Vol34No4r
中南工业大学学报自然科学版JCENTSOUTHUNIVTECHNOLr
Vol34No4Aug2003r
一种基于ICASVM的故障诊断方法r
郭明谢磊何宁王树青杭州310027工业控制技术国家重点实验室浙江大学先进控制研究所浙江r
摘要提出了一种基于独立分量分析和支撑向量机ASVMIC对系统性能进行监控的整体框架这一框架包括特阵而这些投影系数矩阵则被用于训练多个支撑向量机实现故障类型的识别Te
esseeEastma
过程的仿真以r
征提取和故障识别两部分独立分量分析被用于从当前工况的数据矩阵中提取出代表当前工况特征的投影系数矩r
结果证明了该算法的有效性中图分类号P273Tr
关键词支撑向量机过程监控故障诊断文献标识码A1005200304470404文章编号9792r
对于实际化工过程由于控制回路与测量点多操作条件多变故障类型也有多种使得化工过程的化工过程很难建立起精确的动态数学模型因此基于数学模型的故障诊断方法在化工过程中没有广泛动的各种统计方法主元分析等这一方法要求如史数据其诊断步骤包括特征提取和模式识别两步目标是提取可以明确识别的某一类型的特征在并于人工神经网络的故障诊断方法在化工过程中应用较多r
1r
们能够更好得反映过程的特征独立分量分析AIC作为近年来发展起来的一种新的统计信号处理方法r
3r
故障检测与诊断问题变得十分复杂总的来说由于r
x…信息其原理如下设共有l个观测信号x12s2sm的线性组合…即式中A∈Rr
l×mr
PCA相比有效地利用了高阶统计与更r
推广应用目前比较有效的方法是采用基于数据驱r
xl它们分别为m个非高斯分布的独立源信号s1混叠系数矩阵由于独立源S和为XAS1r
收集正常操作条件下以及在各种故障状态下的历r
混叠系数矩阵A都未知为了从观测信号中分离出各独立源信号定义如下目标函数JyHgaussHyyr
此基础上最优地对采集到的样本进行分类目前基是但其结构参数往往需多次实验才能确r
式中为任一随机量gauss是一r