基于优化相关向量机的化工装备故障预测方法

• 作者: 吉卫喜 张国祥 郁鹏 钱陈豪
• 来源期刊: 现代化工
• 学科: 工学
• 关键词: 化工装备 自导式粒子群优化算法 相关向量机 故障预测 腐蚀速率
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 信息技术应用
• 页码范围: 189-192
• 页数: 4页
• 分类号: TQ053.2
• 字数: 3288字
• 语种: 中文
• DOI: 10.16606/j.cnki.issn 0253-4320.2017.05.045

摘要

针对影响化工装备的主要因素一腐蚀速率,在采集少量压力容器状态数据的基础上,提出了基于自导式粒子群优化算法(SGPSO)的相关向量机(RVM)故障预测方法.首先判别影响最为显著的5个表征因素;其次,使用SGPSO算法得到RVM模型最优核函数参数;然后通过样本数据计算得到预测结果的均值与方差,同时计算得到预测结果的概率分布与置信区间.仿真结果表明,SGPSORVM方法具有更高的准确率以及可靠度,因此该方法能够更有效的预测腐蚀速率,及时对化工装备的故障进行维修.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吉卫喜	江南大学机械工程学院	93	363	9.0	13.0
5	张国祥	江南大学机械工程学院	5	6	1.0	2.0
6	钱陈豪	江南大学机械工程学院	4	8	2.0	2.0
8	郁鹏	江南大学机械工程学院	2	0	0.0	0.0