版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、基于支持向量機(jī)的故障診斷 基于支持向量機(jī)的故障診斷摘 要在化工生產(chǎn)過程中,為了準(zhǔn)確檢測(cè)故障,減少機(jī)械的損失和人員的傷亡,提出了支持向量機(jī)算法。支持向量機(jī)是基于統(tǒng)計(jì)學(xué)理論的方法,具有較強(qiáng)的逼近能力和泛化能力。但是在最近幾年中,一種基于主元分析的過程監(jiān)控方法已在工業(yè)過程中得到應(yīng)用,主元分析方法通過正常工況下的歷史數(shù)據(jù)建立的統(tǒng)計(jì)模型能很好地檢測(cè)過程的異常變化和故障的發(fā)生。本文主要就這兩種方法展開運(yùn)用。在實(shí)際生產(chǎn)過程中,一方面,主元分析方法故
2、障診斷能力有限;另一方面,存在著大量的歷史數(shù)據(jù),既有正常工況下的數(shù)據(jù),又有故障數(shù)據(jù),如何充分利用各種類別數(shù)據(jù),提高故障診斷能力,具有十分重要的意義。本文首先運(yùn)用傳統(tǒng)支持向量機(jī)算法對(duì)歷史數(shù)據(jù)進(jìn)行分類,分類結(jié)果表明該方法對(duì)于簡(jiǎn)單的數(shù)據(jù)比較容易區(qū)分,但是在數(shù)據(jù)復(fù)雜,可辨性較低的情況下,效果不明顯。然后運(yùn)用改進(jìn)了的傳統(tǒng)支持向量機(jī)算法對(duì)歷史數(shù)據(jù)進(jìn)行分類,即運(yùn)用主元分析方法提取各數(shù)據(jù)的主要特征,再利用支持向量機(jī)具有的分類優(yōu)勢(shì)對(duì)過程數(shù)據(jù)進(jìn)行在線診斷,
3、從而提高故障診斷能力。本文對(duì)傳統(tǒng)支持向量機(jī)算法和改進(jìn)支持向量機(jī)算法進(jìn)行了仿真比較,仿真結(jié)果體現(xiàn)了改進(jìn)支持向量機(jī)算法的優(yōu)越性;改進(jìn)支持向量機(jī)算法提高了傳統(tǒng)支持向量機(jī)算法分類的正確率。該種方法在實(shí)際工程中能夠提高系統(tǒng)的診斷性能,減少不必要的損失。關(guān)鍵詞 關(guān)鍵詞:支持向量機(jī);故障診斷;主元分析方法;田納西-伊斯曼過程; 目 錄論文總頁(yè)數(shù):49 頁(yè)1 引言............................................
4、....................................................................................................11.1 課題背景...............................................................................................................
5、..................11.2 故障診斷技術(shù)及其發(fā)展.........................................................................................................11.3 國(guó)內(nèi)外研究現(xiàn)狀......................................................................
6、...............................................21.4 本課題研究的意義.................................................................................................................41.5 本文主要內(nèi)容....................................
7、.....................................................................................42 機(jī)器學(xué)習(xí)理論與方法....................................................................................................................52.1 機(jī)器
8、學(xué)習(xí)簡(jiǎn)述.........................................................................................................................52.1.1 機(jī)器學(xué)習(xí)的主要學(xué)習(xí)問題 ............................................................................
9、..................52.1.2 機(jī)器學(xué)習(xí)的經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化原則與推廣能力 ..............................................................62.2 統(tǒng)計(jì)學(xué)習(xí)理論......................................................................................................
10、...................72.2.1 統(tǒng)計(jì)學(xué)習(xí)理論發(fā)展歷史 ..................................................................................................72.2.2 統(tǒng)計(jì)學(xué)習(xí)理論的核心內(nèi)容 ..................................................................
11、............................82.3 支持向量機(jī)(SVM)理論........................................................................................................102.3.1 支持向量機(jī)簡(jiǎn)述 .......................................................
12、.....................................................102.3.2 支持向量機(jī)算法 ............................................................................................................102.4 主元分析方法(PCA)理論........................
13、.............................................................................132.4.1 主元分析方法簡(jiǎn)述 ........................................................................................................132.4.2 主元分析方法降維 .....
14、..................................................................................................143 機(jī)器學(xué)習(xí)的故障診斷方法..........................................................................................................1
15、53.1 專家系統(tǒng)...............................................................................................................................153.2 人工神經(jīng)網(wǎng)絡(luò)........................................................................
16、...............................................153.3 基于支持向量機(jī)的故障診斷方法.......................................................................................163.3.1 支持向量機(jī)的求解 .................................................
17、......................................................163.3.2 核函數(shù) ............................................................................................................................173.3.3 支持向量機(jī)故障診斷方法 ..........
18、..................................................................................184 基于 PCA 支持向量機(jī)的故障診斷方法....................................................................................224.1 基于 PCA 支持向量機(jī)的故障診斷 .......
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支持向量機(jī)的故障診斷研究.pdf
- 基于支持向量機(jī)的故障診斷方法.pdf
- 基于支持向量機(jī)的電網(wǎng)故障診斷研究.pdf
- 基于支持向量機(jī)的小樣本故障診斷.pdf
- 基于支持向量機(jī)的模擬電路故障診斷研究.pdf
- 基于支持向量機(jī)的變壓器故障診斷.pdf
- 基于支持向量機(jī)集成的故障診斷方法研究.pdf
- 基于支持向量機(jī)的核電設(shè)備故障診斷方法研究.pdf
- 基于支持向量機(jī)的流程工業(yè)故障診斷方法研究.pdf
- 基于支持向量機(jī)的智能故障診斷技術(shù)研究.pdf
- 基于支持向量機(jī)的模擬電路故障診斷方法研究.pdf
- 基于支持向量機(jī)的故障診斷及應(yīng)用研究.pdf
- 基于支持向量機(jī)的煙氣輪機(jī)故障診斷研究.pdf
- 多元支持向量機(jī)在故障診斷中的應(yīng)用
- 基于支持向量機(jī)的水電機(jī)組故障診斷研究.pdf
- 基于支持向量機(jī)的離心壓縮機(jī)振動(dòng)故障診斷研究.pdf
- 基于支持向量機(jī)的核動(dòng)力裝置故障診斷.pdf
- 基于EMD與支持向量機(jī)的轉(zhuǎn)子故障診斷方法研究.pdf
- 基于支持向量機(jī)的船舶主機(jī)缸蓋故障診斷的研究.pdf
- 支持向量機(jī)在刀具故障診斷中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論