冷轧过程断带故障的诊断研究

• 作者: 王超
• 来源期刊: 仪表技术
• 学科: 工学
• 关键词: 核主元分析 非线性特征提取 支持向量机 故障诊断 冷轧过程 断带故障
• 年，卷（期）: 2014,（9）
• 页码范围: 16-20
• 页数: 5页
• 分类号: TP391
• 语种: 中文

摘要

在冷轧过程中,断带故障是冷轧工序的主要生产故障之一.针对冷轧过程断带故障的特点,提出一种基于核主元分析(KPCA)非线性特征提取和最小二乘支持向量机(LSSVM)分类的故障诊断方法.此方法采用KPCA理论将冷轧过程原始空间数据映射到高维空间,并在高维空间进行主元分析,从而降维、去相关性,得到冷轧过程非线性特征向量.将降维后的特征主元作为LSSVM输入进行训练和识别,根据LSSVM的输出结果判断冷轧过程工作状态与故障类型.仿真结果表明:基于KPCA非线性特征提取和LSSVM分类的故障诊断方法计算速度快,能有效地提取冷轧过程断带故障特征,识别断带故障类型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王超		13	7	2.0	2.0