10.3969/j.issn.0258-2724.2014.05.016
复杂生产过程的小故障检测与分类方法
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%.
故障检测与分类、主元分析、支持向量机、多变量累积和
F273.1(企业经济)
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
2014-10-31(万方平台首次上网日期,不代表论文的发表时间)
共6页
842-847