科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了有效地对多工况数据进行检测，提出基于密度空间支持向量机(SVM)的多工况过程故障检测方法。运用局部概率密度方法对多工况数据进行预处理，消除多工况数据对过程故障检测特性的影响。在密度空间，运用正常数据和故障数据训练SVM模型获得权重向量和位移。把校验数据和测试故障数据作为SVM模型的输入，对其进行监视和检测。将该方法运用于田纳西—伊斯曼(Tennessee Esatman)多工况过程，仿真结果表明，对某些故障PCA和KPCA的检测效果较好，而对于某些故障SVM的检测效果较好。SVM的平均故障检测率优于PCA和KPCA。因此，不同的方法适用于不同类型的故障。
- 单位
