基于人工蜂群优化核主元分析故障检测方法

• 作者: 刘建昌 宋文丽 李颂华 石怀涛 赵纪宗
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 故障检测 核主元分析 混合核函数 人工蜂群算法 参数优化
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 安全监控系统
• 页码范围: 1686-1691
• 页数: 6页
• 分类号: TP277
• 字数: 5443字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.160894

摘要

核主元分析方法(Kernel Principal Component Analysis,KPCA)能有效地捕捉数据的非线性特征,其故障检测能力很大程度上取决于核参数的选择.常用的核函数有多项式核函数和高斯径向基核函数等.该方法将多项式核函数和高斯径向基核函数进行线性组合,结合两者优点得到混合核函数,使用故障检测率作为优化目标的适应度函数,通过人工蜂群(Artificial Bee Colony Algorithm,ABC)优化算法对KPCA核参数的选取进行优化.将该方法应用到电主轴的转子不平衡故障分析中,对信号进行时域分析,利用KPCA对样本数据进行非线性特征提取,根据主元特征计算出的T2和SPE统计量实现故障检测.经过对实验数据分析表明,ABC优化算法较二分法、粒子群等优化算法能更有效地提高故障检测率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李颂华	沈阳建筑大学国家地方联合工程实验室	59	261	9.0	13.0
2	刘建昌	东北大学信息科学与工程学院	61	800	18.0	26.0
3	石怀涛	沈阳建筑大学国家地方联合工程实验室	20	81	5.0	8.0
4	宋文丽	沈阳建筑大学机械工程学院	4	22	3.0	4.0
5	赵纪宗	沈阳建筑大学机械工程学院	2	4	1.0	2.0