用于过程故障诊断的自适应kernel学习网络分类器

作者：王海清; 蒋宁

来源：化工学报, 2007, (09): 2276-2280.

• 过程诊断
• 模式分类器
• 统计学习理论 process diagnosis
• pattern classifier
• statistical learning theory

提出一种统一的最小二乘kernel学习框架,将自适应kernel学习(AKL)网络辨识器推广为分类器,用于化工过程的故障诊断。推导了AKL分类器在向后缩减和向前增长两种情况下的递推算法,实现了对记忆样本长度的控制。该分类器无需利用历史故障数据,即可进行在线学习并建立过程诊断模型。通过对Tennessee Eastman(TE)过程的5种典型故障的诊断分析,验证了该方法的有效性。

• 单位
  浙江工业大学; 工业控制技术国家重点实验室; 浙江大学