基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了对火电厂磨煤机作出早期故障预测并有效判别其故障类型,提出了基于核主元分析(KPCA)和最小二乘支持向量机(LSSVM)的磨煤机故障诊断新方法,并采用该方法对某电厂的HP碗式中速磨煤机的故障特征数据进行了仿真试验.结果表明:该方法可提取变量的特征信息,以有效地捕捉变量间的非线性关系,从而能有效地处理故障征兆与故障类型之间的不确定性,具有很好的分辨力,而且故障诊断的正确率很高.
推荐文章
基于核的偏最小二乘特征提取的最小二乘支持向量机回归方法
偏最小二乘
最小二乘支持向量机
核的偏最小二乘
回归
基于主成分分析的最小二乘支持向量机岩性识别方法
测井解释
岩性识别
主成分分析
最小二乘支持向量机
累积方差
稀疏最小二乘支持向量机及其应用研究
最小二乘支持向量机
核偏最小二乘辨识
智能建模
基于最小二乘支持向量机的蜡沉积速率预测
最小二乘支持向量机
蜡沉积速率
预测
模型
模型精度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于核主元分析和最小二乘支持向量机
来源期刊 动力工程 学科 工学
关键词 中速磨煤机 故障诊断 最小二乘支持向量机 核主元分析
年,卷(期) 2009,(2) 所属期刊栏目 自动控制与监测诊断
研究方向 页码范围 155-158
页数 4页 分类号 TK223
字数 3887字 语种 中文
DOI 10.3321/j.issn:1000-6761.2009.02.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘定平 华南理工大学电力学院 59 578 12.0 21.0
2 叶向荣 华南理工大学电力学院 7 85 5.0 7.0
3 陈斌源 华南理工大学电力学院 8 40 4.0 6.0
5 汤美玉 华南理工大学电力学院 3 18 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (117)
参考文献  (5)
节点文献
引证文献  (10)
同被引文献  (0)
二级引证文献  (0)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(8)
  • 参考文献(0)
  • 二级参考文献(8)
2003(11)
  • 参考文献(0)
  • 二级参考文献(11)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(13)
  • 参考文献(1)
  • 二级参考文献(12)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
中速磨煤机
故障诊断
最小二乘支持向量机
核主元分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
动力工程学报
月刊
1674-7607
31-2041/TK
大16开
上海市闵行剑川路1115号
4-301
1981
chi
出版文献量(篇)
3904
总下载数(次)
10
论文1v1指导