【摘要】：化工過程故障診斷中樣本數(shù)據(jù)分布不均衡現(xiàn)象普遍存在.在使用不均衡樣本作為訓(xùn)練集建立各類故障診斷分類器時(shí),易出現(xiàn)分類器的識(shí)別率偏置于多數(shù)類樣本的結(jié)果,由此產(chǎn)生雖正常狀態(tài)易識(shí)別,但更受關(guān)注的故障狀態(tài)卻難以被診斷的現(xiàn)象.針對該問題,本文提出一種基于Easy Ensemble思想的主元分析 支持向量機(jī)(Easy Ensemble based principle component analysis support vector machine,EEPS)故障診斷算法,通過欠采樣方法抽取多數(shù)類樣本子集組建多個(gè)新的均衡數(shù)據(jù)樣本集,使用主元分析(principle component analysis,PCA)進(jìn)行特征提取并使用支持向量機(jī)(support vector machine,SVM)算法進(jìn)行訓(xùn)練,得到多個(gè)基于SVM的故障診斷分類器,然后使用Adaboost算法集成最終的分類,從而提高故障診斷準(zhǔn)確性.所提方法被用于TE(Tenessee Eastman)化工過程,實(shí)驗(yàn)結(jié)果表明,EEPS算法能夠有效提高分類器在不均衡數(shù)據(jù)集上的診斷性能和預(yù)報(bào)能力.
[Abstract]:The uneven distribution of sample data is common in fault diagnosis of chemical process. When using unbalanced samples as training sets to establish various fault diagnosis classifiers, the recognition rate of the classifiers is prone to be biased to the results of most class samples, which results in the fact that the normal state of the classifier is easy to recognize. But the more concerned fault state is difficult to diagnose the phenomenon. In order to solve this problem, a principal component analysis (Easy Ensemble based principle component analysis) support vector machine,EEPS fault diagnosis algorithm based on Easy Ensemble is proposed in this paper. Several new balanced data samples are constructed by extracting subsets of most class samples by under-sampling method, feature extraction is performed by principal component analysis (principle component analysis,PCA) and training is carried out using support vector machine (support vector machine,SVM) algorithm. Several fault diagnosis classifiers based on SVM are obtained, and the final classification is integrated with Adaboost algorithm to improve the accuracy of fault diagnosis. The proposed method is used in TE (Tenessee Eastman) chemical process. Experimental results show that the EEPS algorithm can effectively improve the diagnostic performance and prediction ability of the classifier on unbalanced data sets.
【作者單位】： 上海理工大學(xué)管理學(xué)院;華中科技大學(xué)自動(dòng)化學(xué)院;
【基金】：上海高校青年教師培養(yǎng)資助計(jì)劃(10 15 303 808)資助~~
【分類號(hào)】：TQ050.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 常凌飛;劉有智;;化工過程強(qiáng)化的研究進(jìn)展[J];化工中間體;2010年08期

2 徐輝;陳華;;間歇化工過程的設(shè)計(jì)與優(yōu)化分析[J];化工管理;2012年S1期

3 陸震維;化工過程開發(fā)(Ⅰ) 第一篇 化工過程開發(fā)概論(一)[J];合成橡膠工業(yè);1979年06期

4 陸震維;化工過程開發(fā)(Ⅳ)——第一篇 化工過程開發(fā)概論(四)[J];合成橡膠工業(yè);1980年03期

5 田振增;;關(guān)于化工過程中反應(yīng)熱計(jì)算的探討[J];化工設(shè)計(jì)通訊;1980年03期

6 陳敏恒;陸仁杰;;化工過程開發(fā)中的實(shí)驗(yàn)研究方法[J];石油化工;1981年09期

7 高渭彪;;化工過程控制的發(fā)展動(dòng)向[摘要][J];廣州化工;1983年04期

8 蘇健民;;化工過程工程[J];蘭化科技;1984年03期

9 章學(xué)欽;;化工過程的分析和合成在節(jié)能中的作用(上)[J];上海化工;1985年06期

10 章學(xué)欽;;化工過程的分析和合成在節(jié)能中的作用(下)[J];上�；�;1986年02期

相關(guān)會(huì)議論文 前10條

1 陳丙珍;;化工系統(tǒng)工程與化工過程安全[A];第三屆全國化學(xué)工程與生物化工年會(huì)邀請報(bào)告[C];2006年

2 孔令啟;李玉剛;程華農(nóng);畢榮山;;加工時(shí)間不確定的間歇化工過程隨機(jī)調(diào)度研究[A];2009中國過程系統(tǒng)工程年會(huì)暨中國mes年會(huì)論文集[C];2009年

3 錢宇;黃啟明;李秀喜;江燕斌;蔣艷榮;宋光均;;化工過程集成型智能故障診斷系統(tǒng)[A];過程系統(tǒng)工程2001年會(huì)論文集[C];2001年

4 李秀喜;錢宇;;化工過程安全運(yùn)行技術(shù)研究進(jìn)展[A];第十屆全國信息技術(shù)化工應(yīng)用年會(huì)論文集[C];2005年

5 黃穎;趙捧;蔣慰孫;潘日芳;;一種非線性化工過程數(shù)據(jù)校核處理的新方法[A];1997中國控制與決策學(xué)術(shù)年會(huì)論文集[C];1997年

6 戴一陽;趙勁松;陳丙珍;;化工過程混合故障診斷系統(tǒng)的應(yīng)用研究[A];2009中國過程系統(tǒng)工程年會(huì)暨中國mes年會(huì)論文集[C];2009年

7 石峰;;化工過程強(qiáng)化條件下交替層狀自組裝的研究[A];中國化學(xué)會(huì)第28屆學(xué)術(shù)年會(huì)第15分會(huì)場摘要集[C];2012年

8 李秀喜;楊國軍;熊海霞;;基于GEP的化工過程故障診斷知識(shí)抽取[A];2009中國過程系統(tǒng)工程年會(huì)暨中國mes年會(huì)論文集[C];2009年

9 趙磊;黃道;;基于蟻群算法的化工過程故障診斷[A];2006北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)——通信與信息技術(shù)會(huì)議論文集（下）[C];2006年

10 任芊;;化工過程多元組分在線組合測量系統(tǒng)[A];面向21世紀(jì)的科技進(jìn)步與社會(huì)經(jīng)濟(jì)發(fā)展（下冊）[C];1999年

相關(guān)重要報(bào)紙文章 前8條

1 記者 李東周 楊揚(yáng);化工過程節(jié)能平添利器[N];中國化工報(bào);2014年

2 本報(bào)記者 王曉濤;過程強(qiáng)化讓化工告別“三高”[N];中國經(jīng)濟(jì)導(dǎo)報(bào);2005年

3 呼躍軍;化工過程強(qiáng)化從多層次創(chuàng)新[N];中國化工報(bào);2008年

4 本報(bào)記者 陶婷婷;化工過程環(huán)境的綠色“守護(hù)者”[N];上海科技報(bào);2013年

5 費(fèi)維揚(yáng);化工過程強(qiáng)化呈現(xiàn)新特點(diǎn)[N];中國化工報(bào);2002年

6 特約記者 鄭偉;多項(xiàng)化工過程強(qiáng)化技術(shù)獲應(yīng)用[N];中國化工報(bào);2008年

7 本報(bào)記者 張曄　通訊員 陶然;工程師的搖籃該怎樣培養(yǎng)工程師？[N];科技日報(bào);2009年

8 記者 晏燕;自然基金800萬資助重大項(xiàng)目[N];科技日報(bào);2003年

相關(guān)博士學(xué)位論文 前9條

1 佟淑嬌;典型化工過程安全控制模式研究[D];東北大學(xué);2013年

2 王峰;化工過程非正常工況自愈調(diào)控理論及工程應(yīng)用研究[D];北京化工大學(xué);2009年

3 黃衛(wèi)清;含不確定參數(shù)的化工過程系統(tǒng)的操作調(diào)控與動(dòng)態(tài)柔性分析[D];華南理工大學(xué);2011年

4 孔令啟;基于內(nèi)外圈協(xié)同優(yōu)化策略的間歇化工過程不確定性調(diào)度研究[D];華南理工大學(xué);2010年

5 李秀喜;基于GEP的過程監(jiān)測和化工過程安全運(yùn)行智能輔助系統(tǒng)研究與開發(fā)[D];華南理工大學(xué);2009年

6 孫力;基于模糊理論的化工過程多目標(biāo)優(yōu)化集成研究[D];大連理工大學(xué);2004年

7 鄭嬈;復(fù)雜化工過程的調(diào)控流圖建模方法及故障診斷技術(shù)研究[D];北京化工大學(xué);2010年

8 劉闖;若干化工過程的復(fù)雜性研究[D];華東理工大學(xué);2012年

9 許亮;基于核函數(shù)和知識(shí)的化工過程安全運(yùn)行智能支持系統(tǒng)研究[D];華南理工大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 曲彥光;基于動(dòng)態(tài)不確定因果圖的化工過程動(dòng)態(tài)故障診斷及狀態(tài)預(yù)測[D];北京化工大學(xué);2015年

2 劉蘭英;化工過程安全運(yùn)行信息物理融合系統(tǒng)模型[D];廣東工業(yè)大學(xué);2016年

3 朱其斯;基于回聲狀態(tài)網(wǎng)絡(luò)的化工過程故障診斷方法研究[D];重慶大學(xué);2016年

4 張瀟瀟;基于規(guī)范變量分析的化工過程故障診斷方法研究[D];蘭州理工大學(xué);2015年

5 范超;化工過程系統(tǒng)分隔與切斷排序方法研究[D];北京化工大學(xué);2016年

6 李慧玲;基于列隊(duì)競爭算法的混合算法研究及其在化工過程系統(tǒng)中的應(yīng)用[D];武漢理工大學(xué);2007年

7 王慧;定性趨勢分析及其在化工過程中的應(yīng)用[D];華南理工大學(xué);2011年

8 錢君秀;基于獨(dú)立分量分析的化工過程故障診斷研究[D];蘭州理工大學(xué);2012年

9 呂成;基于報(bào)警數(shù)據(jù)庫的化工過程風(fēng)險(xiǎn)動(dòng)態(tài)分析方法[D];華東理工大學(xué);2015年

10 王振恒;化工過程開車過程故障診斷方法研究[D];北京化工大學(xué);2009年

，

本文編號(hào)：2338477