计算机集成制造系统
計算機集成製造繫統
계산궤집성제조계통
COMPUTER INTEGRATED MANUFACTURING SYSTEMS
2014年
12期
3091-3096
,共6页
高智勇%霍伟汉%高建民%姜洪权
高智勇%霍偉漢%高建民%薑洪權
고지용%곽위한%고건민%강홍권
化工系统%海量数据%故障分类%流形学习%扩散映射%支持向量机%故障诊断
化工繫統%海量數據%故障分類%流形學習%擴散映射%支持嚮量機%故障診斷
화공계통%해량수거%고장분류%류형학습%확산영사%지지향량궤%고장진단
chemical system%mass data%fault classification%manifold learning%diffusion features%support vector machine%failure diagnosis
为充分提取化工系统中的故障特征以辨识故障类型,提出针对动态系统海量数据的故障分类方法.该方法利用扩散映射算法与扩散映射的线性增量算法,对高维空间中的化工系统运行数据进行降维,提取出数据中的低维流形特征.利用降维后的故障样本训练支持向量机多类分类器,实现系统在线数据异常辨识.通过田纳西-伊斯曼仿真数据和实际生产运行数据验证了方法的可行性和高效性.与其他类似分类方法对比,该方法具有更高的分类精度.
為充分提取化工繫統中的故障特徵以辨識故障類型,提齣針對動態繫統海量數據的故障分類方法.該方法利用擴散映射算法與擴散映射的線性增量算法,對高維空間中的化工繫統運行數據進行降維,提取齣數據中的低維流形特徵.利用降維後的故障樣本訓練支持嚮量機多類分類器,實現繫統在線數據異常辨識.通過田納西-伊斯曼倣真數據和實際生產運行數據驗證瞭方法的可行性和高效性.與其他類似分類方法對比,該方法具有更高的分類精度.
위충분제취화공계통중적고장특정이변식고장류형,제출침대동태계통해량수거적고장분류방법.해방법이용확산영사산법여확산영사적선성증량산법,대고유공간중적화공계통운행수거진행강유,제취출수거중적저유류형특정.이용강유후적고장양본훈련지지향량궤다류분류기,실현계통재선수거이상변식.통과전납서-이사만방진수거화실제생산운행수거험증료방법적가행성화고효성.여기타유사분류방법대비,해방법구유경고적분류정도.
