基于动态独立成分的单类支持向量机方法及其在故障诊断中的应用

• 作者: 田学民 邓晓刚
• 来源期刊: 中国石油大学学报（自然科学版）
• 学科: 工学
• 关键词: 单类支持向量机 动态独立成分分析 故障检测 故障识别
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 制动控制与管理工程
• 页码范围: 187-191,196
• 分类号: TP277
• 字数: 3686字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5005.2012.03.032

摘要

针对工业过程故障诊断中数据的动态性、非高斯性和非线性特点,提出一种基于动态独立成分的单类支持向量机(OCSVM)方法.为了分析数据的动态特性和非高斯性,应用动态独立成分分析(DICA)方法提取数据变量中的动态独立成分作为特征信息,基于特征信息建立OCSVM模型并构造非线性监控统计量.检测到故障后,计算故障数据与故障模式数据决策超平面的相似度,通过相似度分析识别故障模式.在Tennessee Eastman基准过程上的仿真结果表明,提出的方法能够比单类支持向量机更有效地检测过程故障,并且能够正确识别故障模式.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田学民	中国石油大学信息与控制工程学院	33	262	8.0	15.0
2	邓晓刚	中国石油大学信息与控制工程学院	10	90	6.0	9.0