冷轧过程断带故障的诊断研究

摘要：

在冷轧过程中,断带故障是冷轧工序的主要生产故障之一.针对冷轧过程断带故障的特点,提出一种基于核主元分析(KPCA)非线性特征提取和最小二乘支持向量机(LSSVM)分类的故障诊断方法.此方法采用KPCA理论将冷轧过程原始空间数据映射到高维空间,并在高维空间进行主元分析,从而降维、去相关性,得到冷轧过程非线性特征向量.将降维后的特征主元作为LSSVM输入进行训练和识别,根据LSSVM的输出结果判断冷轧过程工作状态与故障类型.仿真结果表明:基于KPCA非线性特征提取和LSSVM分类的故障诊断方法计算速度快,能有效地提取冷轧过程断带故障特征,识别断带故障类型.

关键词：核主元分析、非线性特征提取、支持向量机、故障诊断、冷轧过程、断带故障

分类号：TP391(计算技术、计算机技术)

在线出版日期：2014-09-23（万方平台首次上网日期，不代表论文的发表时间）

页码：16-20