流体机械

2009, v.37;No.v.37(07) 28-32+12

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于PCA-SVM集成阀门故障诊断方法研究
A Fault Detection and Diagnosis Method Base on Principal Component Analysis and Support Vector Classifier Apply to Valve

杨海荣;薄翠梅;龚伟俊;张广明;

摘要(Abstract):

提出了一种基于主元分析和支持向量多分类器的故障诊断方法。该方法首先对工业故障数据进行主元分析提取数据集特征并降低数据维数,再把故障特征数据通过支持向量多分类器进行模式分类,最后通过特征分类诊断故障。在DAMADICS阀门模型上进行了仿真,并利用Lublin Sugar Factory工业故障数据进行了验证。仿真结果表明该方法可以快速准确地检测与诊断故障。

关键词(KeyWords): 主元分析;支持向量机;故障诊断;阀门故障

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(60804027);; 江苏省自然科学基金项目(BK2006176);; 江苏省工业装备数学制造及控制技术重点实验项目(BM2007201);; 江苏省高校自然科学基金项目(07KJB510042)

作者(Author): 杨海荣;薄翠梅;龚伟俊;张广明;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享