收藏本站
《计算机仿真》 2019年02期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于组合核函数的类均值核主元故障诊断方法

潘成胜  李惠  陈波  吕亚娜  
【摘要】:慢漂移是指系统参数从额定值发生偏移的现象,系统正常的慢漂移影响故障诊断的结果。针对单一核函数对慢漂移系统故障误诊率高的问题,提出了基于组合核函数的类均值核主元分析故障诊断方法。首先,使用组合核函数将原始样本数据映射到高维特征空间,求出各类映射数据的类均值矢量;然后在类均值矢量张成的子空间上对类均值矢量进行主元分析;最后,利用建立的类均值核矩阵构建类均值核主元算法。将该方法应用于田纳西-伊斯曼(TE)和蒸馏塔过程,仿真结果显示,该方法提高了故障的检测率,柔性因子的引入满足故障监控模型对灵敏度、鲁棒性的动态平衡要求,具有较好的过程监控性能。
【作者单位】大连大学信息工程学院
【基金】:综合保障仿真评估理论与方法(61400010301)
【分类号】:TP277

知网文化
【参考文献】
中国期刊全文数据库 前6条
1 纪洪泉;何潇;周东华;;基于多元统计分析的故障检测方法[J];上海交通大学学报;2015年06期
2 余文利;余建军;方建文;;一种新的基于KPCA和改进ε-SVM的入侵检测模型[J];计算机工程与应用;2015年11期
3 张恒;赵荣珍;;故障特征选择与特征信息融合的加权KPCA方法研究[J];振动与冲击;2014年09期
4 赵小强;杨武;薛永飞;;可变窗自适应核主元分析的化工过程故障诊断算法[J];东南大学学报(自然科学版);2013年S1期
5 Chuang Lin;Fei Peng;Bing-Hui Wang;Wei-Feng Sun;Xiang-Jie Kong;;Research on PCA and KPCA Self-Fusion Based MSTAR SAR Automatic Target Recognition Algorithm[J];Journal of Electronic Science and Technology;2012年04期
6 万家强;王越;刘羽;;改进KPCA对分类数据的特征提取[J];计算机工程与设计;2010年18期
【共引文献】
中国期刊全文数据库 前10条
1 赵荣珍;王雪冬;邓林峰;;基于PCA-KLFDA的小样本故障数据集降维方法[J];华中科技大学学报(自然科学版);2015年12期
2 张维强;赵荣珍;李坤杰;;基于MSKPCA和SVM的转子故障诊断模型及应用[J];机械设计与制造;2015年10期
3 石怀涛;宋文丽;张珂;谭帅;;基于改进核主元分析的故障检测[J];上海应用技术学院学报(自然科学版);2015年03期
4 白璘;惠萌;;基于改进最小噪声分离变换的特征提取与分类[J];计算机工程与科学;2015年07期
5 向阳辉;张干清;庞佑霞;;结合SVM和改进证据理论的多信息融合故障诊断[J];振动与冲击;2015年13期
6 杨忠君;刘精一;宗学军;;质子交换膜燃料电池故障检测研究[J];可再生能源;2015年01期
7 徐金宝;;核函数在主成分分析中的应用[J];电脑知识与技术;2014年28期
8 林娜;杨武年;王斌;;高光谱遥感影像核最小噪声分离变换特征提取[J];武汉大学学报(信息科学版);2013年08期
9 林娜;杨武年;;基于核最小噪声分离变换的高光谱遥感影像特征提取研究[J];遥感技术与应用;2013年02期
10 庞河清;匡建超;王众;刘海松;蔡左花;黄耀综;;核主成分分析与支持向量机模型在储层识别中的应用[J];物探与化探;2012年06期
【二级参考文献】
中国期刊全文数据库 前10条
1 杨雅辉;黄海珍;沈晴霓;吴中海;张英;;基于增量式GHSOM神经网络模型的入侵检测研究[J];计算机学报;2014年05期
2 杨晓明;丁哲;秦志光;王佳昊;;基于多决策树的RFID入侵检测模型[J];计算机应用研究;2014年04期
3 张玲;白中英;罗守山;谢康;崔冠宁;孙茂华;;基于粗糙集和人工免疫的集成入侵检测模型[J];通信学报;2013年09期
4 李占波;白全海;申义彩;;基于主成分分析的网络入侵检测算法[J];计算机工程;2013年05期
5 霍天龙;赵荣珍;胡宝权;;基于熵带法与PSO优化的SVM转子故障诊断[J];振动.测试与诊断;2011年03期
6 杨艺;韩德强;韩崇昭;;基于排序融合的特征选择[J];控制与决策;2011年03期
7 黄国言;常旭亮;高健培;;模糊逻辑理论在入侵检测系统中的应用研究[J];计算机工程与应用;2010年08期
8 齐咏生;王普;高学金;公彦杰;;改进MKPCA方法及其在发酵过程监控中的应用[J];仪器仪表学报;2009年12期
9 李翊;张静;吴凌华;杨迎化;;一种基于改进核主成分分析的SAR图像识别方法研究[J];海军航空工程学院学报;2009年03期
10 李勇明;张素娟;曾孝平;覃剑;韩亮;;轮询式多准则特征选择算法的研究[J];系统仿真学报;2009年07期
【相似文献】
中国期刊全文数据库 前10条
1 潘成胜;李惠;陈波;吕亚娜;;基于组合核函数的类均值核主元故障诊断方法[J];计算机仿真;2019年02期
2 赵永安;王国权;;基于核主元分析法的组合核函数改进算法[J];信息技术;2012年08期
3 王华忠;俞金寿;;核函数方法及其模型选择[J];江南大学学报;2006年04期
4 蒋铁军;张怀强;王先甲;;装备费用预测中的混合核函数支持向量机[J];数学的实践与认识;2014年16期
5 白璐;徐立祥;崔丽欣;焦宇航;吴宇帆;潘云逸;;图核函数研究现状与进展[J];安徽大学学报(自然科学版);2017年01期
6 李咏晋;赵拥军;赵闯;;组合核函数优化的稀疏最小二乘支持向量机[J];太赫兹科学与电子信息学报;2017年03期
7 李村合;马敏敏;;增量支持向量机核函数的优化[J];计算机系统应用;2017年08期
8 魏瑾瑞;;对支持向量机混合核函数方法的再评估[J];统计研究;2015年02期
9 李素;李鲁文;庄大方;王勇;;混合核函数研究及其在数据建模领域应用进展[J];计算机仿真;2015年07期
10 徐立祥;李旭;;基于混合核函数支持向量机的回归模型[J];合肥学院学报(自然科学版);2013年02期
中国重要会议论文全文数据库 前10条
1 陆荣秀;杨辉;衷路生;;混合核函数支持向量机在稀土萃取过程软测量建模中的应用[A];2009中国控制与决策会议论文集(3)[C];2009年
2 张利;徐娟;张建军;程龙;赵佛晓;;基于网格的远程协同故障诊断资源管理模型研究[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(上册)[C];2009年
3 商斌梁;张振仁;;基于小波与遗传算法的气阀机构的故障诊断[A];2001年中国智能自动化会议论文集(下册)[C];2001年
4 李铁军;赵海文;李慨;沈志忠;;基于多智能体的机电系统控制与故障诊断的研究[A];2003年中国智能自动化会议论文集(下册)[C];2003年
5 唐静;秦亮;史贤俊;肖支才;;基于核理论均衡聚类和模糊支持向量机的模拟电路诊断方法[A];2011年中国智能自动化学术会议论文集(第一分册)[C];2011年
6 张登峰;费胜巍;刘远伟;孙宇;;复杂装备早期维护中故障诊断知识获取方法[A];2009年中国智能自动化会议论文集(第六分册)[中南大学学报(增刊)][C];2009年
7 周东华;何潇;;动态系统的故障诊断技术发展研究[A];2010-2011控制科学与工程学科发展报告[C];2011年
8 周东华;;动态系统的故障诊断技术[A];2007-2008控制科学与工程学科发展报告[C];2008年
9 钟秉翔;;一种基于核主元分析的精简化建模方法[A];中国自动化学会控制理论专业委员会C卷[C];2011年
10 丁云飞;桂卫华;刘晓颖;周先德;周勇孝;;密闭鼓风炉的混合故障诊断方法[A];第二十届中国控制会议论文集(下)[C];2001年
中国重要报纸全文数据库 前1条
1 李萍;济钢EAM离线网络点检和故障诊断管理系统开发应用[N];世界金属导报;2007年
中国博士学位论文全文数据库 前10条
1 武海巍;核函数与仿生智能算法在林下参光环境评价系统中的研究[D];吉林大学;2012年
2 王奉涛;非平稳信号故障特征提取与智能诊断方法的研究及应用[D];大连理工大学;2003年
3 蒋丽英;基于FDA/DPLS方法的流程工业故障诊断研究[D];浙江大学;2005年
4 韩彦岭;面向复杂设备的远程智能诊断技术及其应用研究[D];上海大学;2005年
5 谭树彬;轧机厚控系统状态监测与故障诊断的研究与应用[D];东北大学;2006年
6 贾明兴;不确定系统鲁棒故障诊断[D];东北大学;2003年
7 刘敏华;基于SDG模型的故障诊断及应用研究[D];清华大学;2005年
8 李厦;基于Petri网的故障诊断技术研究及其在液压系统中的应用[D];同济大学;2006年
9 侯澍旻;时序数据挖掘及其在故障诊断中的应用研究[D];武汉科技大学;2006年
10 孙卫祥;基于数据挖掘与信息融合的故障诊断方法研究[D];上海交通大学;2006年
中国硕士学位论文全文数据库 前10条
1 文道松;基于改进主元分析的工业过程故障检测与诊断[D];哈尔滨理工大学;2011年
2 刘琰;支持向量机核函数的研究[D];西安电子科技大学;2012年
3 黄啸;支持向量机核函数的研究[D];苏州大学;2008年
4 黎雪;基于混合核函数的间歇过程统计建模和监测方法研究[D];东北大学;2014年
5 范瑞雅;支持向量机核函数的参数选择方法[D];重庆大学;2011年
6 李红英;支持向量分类机的核函数研究[D];重庆大学;2009年
7 郭守团;基于支持向量机的组合核函数及模糊系统辩识研究[D];西南交通大学;2010年
8 李希鹏;基于混合核函数支持向量机的文本分类研究[D];中国海洋大学;2012年
9 朱春雷;支持向量机中核函数和参数选择研究及其应用[D];南京林业大学;2011年
10 丁子春;基于支持向量机的多领域自适应分类方法研究[D];武汉理工大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026