工業(yè)過程對(duì)于國(guó)家的經(jīng)濟(jì)貢獻(xiàn)的重要性是顯而易見的,由于工業(yè)設(shè)備大都工作在苛刻工作環(huán)境下,這使得它們的故障發(fā)生的概率大大增加,而使用先進(jìn)的故障檢測(cè)技術(shù)及時(shí)的檢測(cè)出故障的發(fā)生,防止后果的進(jìn)一步惡化就顯得尤為重要。相對(duì)于其他的故障檢測(cè)方法,基于數(shù)據(jù)驅(qū)動(dòng)的故障檢測(cè)方法省去了對(duì)監(jiān)控對(duì)象建立數(shù)學(xué)模型或者知識(shí)規(guī)則庫的麻煩,該方法通過一定的算法直接提取出傳感器數(shù)據(jù)里的特征信息,具有很好的適用性和可靠性�；跀�(shù)據(jù)驅(qū)動(dòng)的工業(yè)過程故障檢測(cè)方法的研究成為目前的研究熱點(diǎn)。獨(dú)立成分分析(ICA)是數(shù)據(jù)驅(qū)動(dòng)方法中的一種經(jīng)典的方法,ICA可以提取出觀測(cè)數(shù)據(jù)背后隱含的獨(dú)立成分,并構(gòu)建高階的統(tǒng)計(jì)量,其對(duì)故障信息更加的敏感,這引起了許多研究人員的關(guān)注。然而,目前對(duì)于ICA的方法研究還存在著許多不足,如:方法的魯棒性和準(zhǔn)確性不強(qiáng);閾值選取不合理;對(duì)微小故障的檢測(cè)效果較差等。本文致力于解決目前ICA方法研究還存在的問題。主要內(nèi)容包括:(1)針對(duì)傳統(tǒng)ICA算法的魯棒性和準(zhǔn)確性不強(qiáng)的問題,提出一種基于生物地理學(xué)(BBO)算法與ICA相結(jié)合的方法:BBO-ICA。該方法使用BBO來代替經(jīng)典的牛頓迭代法來實(shí)現(xiàn)獨(dú)立成分的提取,解決了傳統(tǒng)F...

【文章頁數(shù)】：71 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2-3牛頓迭代法求根示意圖

17圖2-3牛頓迭代法求根示意圖頓迭代法的ICA的迭代更新公式可以寫成(k+1)=(k)F()F()，最終可以得到：k+1)= {((k))} {((k)需要初始點(diǎn)，所以需要初始化自變量，，所以，需要將(0)進(jìn)行簡(jiǎn)單處理....

圖3-4函數(shù)圖像

圖3-4函數(shù)圖像圖3-5初始點(diǎn)=5時(shí)的收斂精度圖3-6初始點(diǎn)=2時(shí)的收斂精度圖3-7初始點(diǎn)=1時(shí)的收斂精度對(duì)于上述的簡(jiǎn)單函數(shù)()，很容易找到：F()=(1)(3-15)分別取初始迭代點(diǎn)為：=2，=1和=5，設(shè)定....

圖3-5初始點(diǎn)=5時(shí)的收斂精度

圖3-4函數(shù)圖像圖3-5初始點(diǎn)=5時(shí)的收斂精度圖3-6初始點(diǎn)=2時(shí)的收斂精度圖3-7初始點(diǎn)=1時(shí)的收斂精度對(duì)于上述的簡(jiǎn)單函數(shù)()，很容易找到：F()=(1)(3-15)分別取初始迭代點(diǎn)為：=2，=1和=5，設(shè)定....

圖3-6初始點(diǎn)=2時(shí)的收斂精度

27圖3-6初始點(diǎn)=2時(shí)的收斂精度圖3-7初始點(diǎn)=1時(shí)的收斂精度對(duì)于上述的簡(jiǎn)單函數(shù)()，很容易找到：F()=(1)(3-15)分別取初始迭代點(diǎn)為：=2，=1和=5，設(shè)定牛頓迭代法的最大迭代次數(shù)為1000，在三個(gè)不同的初始迭....

本文編號(hào)：3964198