基于核的故障診斷方法及應(yīng)用研究.pdf

1、本文針對(duì)化工過程數(shù)據(jù)包含動(dòng)態(tài)非線性和噪聲的特點(diǎn)，提出了一種提升小波與動(dòng)態(tài)核PCA(LWDKPCA)相混合方法用于非線性動(dòng)態(tài)過程的自適應(yīng)監(jiān)控。首先，利用提升小波分解降噪，之后將動(dòng)態(tài)去噪數(shù)據(jù)映射到核空間，進(jìn)行故障檢測(cè)和監(jiān)控。為了證明該方法有效性，將LWDKPCA應(yīng)用于TE過程監(jiān)控。結(jié)果表明，該方法的快速性優(yōu)于基于傳統(tǒng)小波的動(dòng)態(tài)核PCA。與動(dòng)態(tài)核PCA（DKPCA）相比，LWDKPCA具有較好的故障檢測(cè)和監(jiān)控性能。
　　 針對(duì)快速性問

2、題，提出了一種基于提升小波(LW)與遞推最小二乘支持向量機(jī)（RLSSVM）相混合的快速故障診斷方法（LW-RLSSVM）。該方法首先通過提升小波變換對(duì)數(shù)據(jù)實(shí)時(shí)去噪，再通過快速算法訓(xùn)練最小二乘支持向量機(jī)分類器。由于采用了遞推算法，節(jié)省了存儲(chǔ)空間和運(yùn)算時(shí)間，同時(shí)增加了診斷模型的適應(yīng)性。實(shí)驗(yàn)結(jié)果表明，LW-RLSSVM混合方法能有效實(shí)現(xiàn)快速故障診斷,在診斷速度和適應(yīng)性方面，優(yōu)于基于第一代小波與LSSVM相混合（WLSSVM）的故障診斷方法；在