10.11949/j.issn.0438-1157.20161000
一种基于改进核Fisher的故障诊断方法
针对化工过程故障数据呈非线性分布,数据类别复杂,难以进行故障诊断的问题,提出一种改进核Fisher的故障诊断方法.对于原始样本数据投影后,样本出现因类间距离存在很大差异性而导致部分类别样本存在混叠的现象,以及不同类别的边界数据归类模糊问题,给出了统一的解决办法.该方法首先采用改进类间距的方法来改变样本投影空间的分布,使得样本具有较好的投影效果,然后通过定义阈值参数来筛选出边界数据,对于边界数据,采用改进的K近邻(K-NN)算法来分类,对于非边界数据,采用马氏距离来分类.最后在TE过程中进行了仿真验证,结果表明方法在兼顾了故障诊断时间的同时,有效提高了故障诊断精度.
核Fisher、故障诊断、改进K-NN算法、实验验证、优化
68
TP277(自动化技术及设备)
国家自然科学基金项目61503027. supported by the National Natural Science Foundation of China 61503027
2017-04-19(万方平台首次上网日期,不代表论文的发表时间)
共8页
1041-1048