基于改进KFDA和RW -SVM的化工过程故障快速诊断
时间：2013-08-08 点击：0次
王斌 工程师 匡蕾 高级工程师
（江苏省安全生产科学研究院化工安全与信息研究所，江苏 南京 210009）
学科分类与代码：6203070(安全系统工程) 中图分类号：X928.03 文献标志码：A
基金项目：江苏省自然科学基金(SBK201222273)。
【摘要】 为提高复杂化工过程故障在线诊断水平，提出一种基于改进的核费舍主元分析(KFDA)和鲁棒损失小波 -支持向量机(RW -SVM)集成的故障快速诊断方法。首先利用近邻边界法对KFDA进行监督降维，扩大样本数据最近异类点和最远同类点的边界，保证了样本投影后不同类别的数据不发生重叠。其次将参数纳入支持向量机最优化问题的原问题求解中，使回归估计函数表达式中不含参数，从而简化了计算。设计的鲁棒损失函数和小波核函数能有效压制复杂数据样本中多种噪音和奇异点，具有很强的鲁棒性和实用性。最后对经典的Tennessee Eastman Process (TEP)化工过程进行实例分析，结果表明改进方法的故障诊断速度和正确率均好于普通方法，故障诊断结果能够反映化工过程的实际情况。
【关键词】 化工过程；核主元分析；支持向量机；快速故障诊断
点击阅读全文
