基于CSKPCA-SLSSVM的艾萨炉故障监测研究

• 作者: 尧世文 张晓龙 王华 胡建杭 董人菘
• 来源期刊: 计算机与应用化学
• 学科: 化学
• 关键词: 艾萨炉 CSKPCA SLSSVM 故障监测
• 年，卷（期）: 2012,（9）
• 页码范围: 1079-1084
• 分类号: TQ015.9|TP391.9|O6-39
• 字数: 6935字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4160.2012.09.011

摘要

针对艾萨炉熔炼过程中炉子容易出现故障,但故障判断困难的问题,提出了一种融合模糊C均值聚类特征样本KPCA和稀疏LSSVM的故障检测模型.首先基于模糊C均值聚类算法获得样本的簇中心,在此基础上基于特征样本核主元分析法对数据进行处理,并结合T2和SPE统计量对艾萨炉故障进行初步识别,然后基于稀疏最小二乘支持向量机对初步识别结果进行进一步划分.实验结果表明,该方法建立的艾萨炉监测模型,提高了故障识别的准确率,准确的反映整个生产过程的变化,适合在类似的工业过程中推广.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王华	昆明理工大学冶金节能减排教育部工程研究中心	414	3164	26.0	37.0
2	胡建杭	昆明理工大学冶金节能减排教育部工程研究中心	76	751	17.0	24.0
3	张晓龙	昆明理工大学冶金节能减排教育部工程研究中心	29	172	6.0	12.0
4	尧世文		9	15	3.0	3.0
5	董人菘	昆明理工大学冶金节能减排教育部工程研究中心	9	22	4.0	4.0