基于自适应量子蚁群算法的石脑油裂解炉故障诊断

• 作者: 俞金寿 王灵 王秀亭
• 来源期刊: 化工学报
• 关键词: 裂解炉 量子蚁群算法 故障诊断 特征选择
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 过程系统工程
• 页码范围: 401-408
• 页数: 8页
• 分类号: TP273
• 语种: 中文
• DOI: 10.3321/j.issn:0438-1157.2009.02.021

摘要

针对实际生产过程中缺乏故障数据,采用适合小样本问题的支持向量机对石脑油裂解炉进行故障诊断.为了消除高维数据及系统噪声对故障诊断的干扰,将量子编码引入蚁群算法,提出一种新的自适应量子蚁群算法进行故障特征选择以进一步提高诊断性能.数值仿真实验结果显示,提出的自适应量子蚁群算法具有更好的全局寻优性能;对石脑油裂解炉传感器故障的诊断结果表明自适应量子蚁群算法能快速、准确地搜索到关键故障特征,有效地提高了支持向量机故障诊断的正确率和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	俞金寿	华东理工大学自动化研究所	199	3638	32.0	51.0
2	王灵	上海大学机电工程与自动化学院	4	54	4.0	4.0
6	王秀亭	上海大学机电工程与自动化学院	1	11	1.0	1.0