基于提升小波和递推LSSVM的实时故障诊断方法

• 作者: 吴东升 杨青 王大志 王安娜 田枫
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 实时故障诊断 提升小波 递推SVM 集合故障诊断 LW-RLSSVM
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 596-602
• 分类号: TP206
• 字数: 2920字
• 语种: 中文

摘要

提出了一种基于提升小波(LW)与递推最小二乘支持向量机(RISSVM)相集合的实时故障诊断方法(LW-RLSSVM).该方法首先通过提升小波变换对数据实时去噪,再通过实时算法训练最小二乘支持向量机分类器.由于采用了递推算法,节省了存储空间和运算时间,同时增加了诊断模型的适应性.为验证所提方法的有效性,将LW-RLSSVM应用于TE过程和青霉素发酵过程.实验结果表明,LW-RLSSVM集合方法能有效实现实时故障诊断,在诊断速度和适应性方面,优于基于第一代小波与LSSVM相集合(W-LSSVM)的故障诊断方法;在诊断精度等方面,该方法优于LSSVM、RLSSVM等方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨青	长春理工大学光电工程学院	48	229	8.0	13.0
3	王安娜	东北大学信息科学与工程学院	36	376	12.0	18.0
4	王大志	长春理工大学光电工程学院	102	661	13.0	20.0
10	吴东升	长春理工大学光电工程学院	16	88	4.0	9.0
12	田枫	沈阳理工大学信息科学与工程学院	1	49	1.0	1.0