【摘要】：針對化工過程故障數(shù)據(jù)呈非線性分布,數(shù)據(jù)類別復(fù)雜,難以進行故障診斷的問題,提出一種改進核Fisher的故障診斷方法。對于原始樣本數(shù)據(jù)投影后,樣本出現(xiàn)因類間距離存在很大差異性而導(dǎo)致部分類別樣本存在混疊的現(xiàn)象,以及不同類別的邊界數(shù)據(jù)歸類模糊問題,給出了統(tǒng)一的解決辦法。該方法首先采用改進類間距的方法來改變樣本投影空間的分布,使得樣本具有較好的投影效果,然后通過定義閾值參數(shù)來篩選出邊界數(shù)據(jù),對于邊界數(shù)據(jù),采用改進的K近鄰(K-NN)算法來分類,對于非邊界數(shù)據(jù),采用馬氏距離來分類。最后在TE過程中進行了仿真驗證,結(jié)果表明方法在兼顧了故障診斷時間的同時,有效提高了故障診斷精度。
[Abstract]:Aiming at the problem of nonlinear distribution of fault data in chemical process, complicated data categories and difficulty in fault diagnosis, an improved fault diagnosis method based on kernel Fisher is proposed. After the original sample data is projected, a unified solution is proposed to solve the problem that some of the samples are aliasing due to the great differences in the distance between classes, and the boundary data of different categories are classified vaguely. In this method, the improved class spacing method is used to change the distribution of the sample projection space, so that the sample has a better projection effect, and then the boundary data is filtered by defining the threshold parameters. The improved K-nearest neighbor (K-NN) algorithm is used to classify the unbounded data, and the Markov distance is used to classify the unbounded data. Finally, the simulation results in TE show that the method not only takes into account the time of fault diagnosis, but also improves the accuracy of fault diagnosis effectively.
【作者單位】： 北京理工大學(xué)自動化學(xué)院;
【基金】：國家自然科學(xué)基金項目(61503027)~~
【分類號】：TQ050.7;TP277

【相似文獻】

相關(guān)期刊論文 前10條

1 賈嘉;故障診斷技術(shù)在生產(chǎn)中的應(yīng)用[J];新疆石油學(xué)院學(xué)報;2000年03期

2 潘松海;介紹一種故障診斷方法[J];組合機床與自動化加工技術(shù);2001年06期

3 朱大奇,于盛林;基于知識的故障診斷方法綜述[J];安徽工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2002年03期

4 茍永明;測試與故障診斷技術(shù)研討會舉行[J];冶金自動化;2004年04期

5 王春利;張衛(wèi)華;吳重光;;故障診斷技術(shù)理論與發(fā)展趨勢及其在石化領(lǐng)域的應(yīng)用[J];石油化工自動化;2008年06期

6 臧大進;曹云峰;;故障診斷技術(shù)的研究現(xiàn)狀及展望[J];礦山機械;2010年18期

7 趙國瑞;武麗;薛光輝;劉宓;杜毅博;吳淼;;綜采工作面遠(yuǎn)程狀態(tài)監(jiān)測與故障診斷研究現(xiàn)狀與發(fā)展趨勢[J];煤炭工程;2011年02期

8 盧敏;;故障診斷技術(shù)及其在冶金設(shè)備中的應(yīng)用[J];重型機械;1987年02期

9 王恩鴻;開展故障診斷工作的現(xiàn)狀與建議[J];紡織機械;1994年04期

10 周東華,王桂增;第五講 故障診斷技術(shù)綜述[J];化工自動化及儀表;1998年01期

相關(guān)會議論文 前10條

1 楊其校;劉昭度;齊志權(quán);馬岳峰;;汽車ABS電機故障診斷[A];第三屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2005年

2 黎清海;高慶;;基于系統(tǒng)分層的故障診斷方法[A];第三屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2005年

3 聞競競;黃道;;故障診斷方法綜述[A];計算機技術(shù)與應(yīng)用進展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

4 李t，

本文編號：2400548