支持向量数据描述及降幅重构方法在间歇过程故障分类中的应用研究

• 作者: 李元 耿志成 谢彦红
• 来源期刊: 控制理论与应用
• 关键词: 间歇过程 故障分类 支持向量数据描述 降幅重构 核函数
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 380-387
• 页数: 8页
• 分类号: TP277
• 语种: 中文
• DOI: 10.7641/CTA.2015.40536

摘要

针对间歇生产过程中的故障分类问题,为进一步研究故障所属类型,本文采用支持向量数据描述(support vector data description,SVDD)的方法.在多种类型的故障数据库基础上,应用SVDD建立对应故障种类的模型,利用核函数求出各个模型超球面半径;对于新的待分类故障样本,先考察其与各个种类模型超球面球心的距离,再比较此距离与半径的大小,进而确定故障所属类型,尤其是可能超出各个故障模型检测范围的待测故障样本,对其进行降幅重构迭代,确定其所属类型.该方法不但能够准确识别独立发生的故障,而且对于其他方法难以识别的多种并发的故障也能够有效地实现分类,应用于数值仿真和青霉素发酵过程实验中,验证了其有效性和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢彦红	沈阳化工大学数理系	57	111	6.0	8.0
2	李元	沈阳化工大学信息工程学院	122	550	12.0	18.0
3	耿志成	沈阳化工大学信息工程学院	3	5	1.0	2.0