基于WTPCA-MSVMs过程监控方法
提出了基于小波变换主元分析和多支持向量机(wavelet transform PCA-Multiple support vector machines,WTPCA-MS-VMs)的过程监控方法,该方法首先利用小波变换(wavelet transform,WT)对采样数据进行预处理,以有效抑制过程数据中所含的噪声和干扰信号;然后利用主元分析(principal component analysis,PCA)对预处理后的数据建立主元监控模型;考虑到实际工业过程故障数据的数量较少,而支持向量机(support vector Machine,SVM)在小样本学习方面具有良好的泛化能力的特性,最后提出了基于多支持向量机(multiple support vector machines,MSVMs)的故障诊断方法.对TE(tennessee eastman,TE)过程的监控应用表明了所提出方法的有效性.
过程监控、小波变换主元分析、多支持向量机、TE过程
31
TP301.6(计算技术、计算机技术)
科技部"863"项目2009AAO5Z203;广东省自然科学基金9151063101000043
2010-05-24(万方平台首次上网日期,不代表论文的发表时间)
共7页
558-564