基于RS与LS-SVM多分类法的故障诊断方法及其应用

• 作者: 戴贤江 桂卫华 蒋少华 阳春华
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: 粗糙集 最小二乘支持向量机 多类分类器 故障诊断
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 机械工程·控制科学与工程
• 页码范围: 447-451
• 页数: 5页
• 分类号: TP277
• 字数: 4435字
• 语种: 中文

摘要

针对密闭鼓风炉熔炼过程工艺复杂、工况变化较大的特点,提出应用粗糙集(RS)和最小二乘支持向量机(LS-SVM)进行鼓风炉故障诊断的方法.该方法首先利用RS对炉子的故障样本进行知识约简,获得各故障类型的征兆最小条件属性作为特征向量,然后,输入到由多个最小二乘支持向量机构成的多故障分类器中进行故障识别和分类.研究结果表明:该方法具有较强的泛化能力,诊断准确率达到90%以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阳春华	中南大学信息科学与工程学院	389	3229	27.0	37.0
2	桂卫华	中南大学信息科学与工程学院	695	7452	38.0	56.0
3	蒋少华	中南大学信息科学与工程学院	8	80	5.0	8.0
7	戴贤江	中南大学信息科学与工程学院	2	19	1.0	2.0