复杂生产过程的小故障检测与分类方法

摘要：

为监测复杂生产过程的状态，根据多元统计过程控制方法和支持向量机理论，将累积和控制图原理扩展为多变量的形式对过程数据进行预处理，并通过主元分析方法提取复杂生产过程的关键信息，得到有效的小故障数据，进而构建计算正常数据的统计量阀值及故障数据的Hotelling T平方统计值（T2）和平方预测误差值，实现了复杂生产过程的小故障模式检测，并采用支持向量机多分类方法将检测到的故障进行了分类．沥青混合料生产过程的仿真研究表明：在集料均值发生小波动、周期性上升和下降3种小故障模式下，故障检测识别率均达到95％，与主元分析方法相比平均提高了75％；分类准确率达到92．5％，与BP神经网络方法相比提高了19．3％．

关键词：故障检测与分类、主元分析、支持向量机、多变量累积和

分类号：F273.1(企业经济)

资助基金：中央高校基本科研业务费专项资金资助项目2682014BR022；国家自然科学基金资助项目51205328，51175442；教育部人文社会科学研究青年基金资助项目12YJCZH296

在线出版日期：2014-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：842-847