基于SVM、ICA方法的過程建模與故障診斷研究.pdf

1、隨著計(jì)算機(jī)技術(shù)在工業(yè)過程控制中的廣泛應(yīng)用，大量的過程數(shù)據(jù)被采集并存儲(chǔ)下來，但是這些包含過程運(yùn)行狀態(tài)信息的數(shù)據(jù)并沒有被有效地利用，以致出現(xiàn)了所謂的“數(shù)據(jù)豐富，信息匱乏”的現(xiàn)象。本文以多變量統(tǒng)計(jì)過程控制領(lǐng)域?yàn)檠芯勘尘?，從這些存儲(chǔ)的數(shù)據(jù)中挖掘出過程運(yùn)行的深層次信息，充分利用這些信息進(jìn)行過程建模和故障診斷。 在過程建模方面，本文利用九十年代中期發(fā)展起來的新技術(shù)——支持向量機(jī)(SVM)進(jìn)行回歸建模。作為一種基于統(tǒng)計(jì)學(xué)習(xí)理論的學(xué)習(xí)機(jī)器，支持

2、向量機(jī)表現(xiàn)出良好的泛化能力和學(xué)習(xí)性能。對(duì)于軋鋼加熱爐這樣一個(gè)工藝過程復(fù)雜，具有非線性和滯后性特點(diǎn)的系統(tǒng)，本文通過仿真研究表明，支持向量機(jī)對(duì)出爐鋼溫建模表現(xiàn)出很好的逼近能力，可以滿足工程精度要求，達(dá)到了對(duì)出爐鋼溫進(jìn)行預(yù)報(bào)的目的。 在故障診斷方面，本文提出了一種基于獨(dú)立成分分析(ICA)與支持向量機(jī)(SVM)對(duì)系統(tǒng)性能進(jìn)行監(jiān)控的整體框架。這一框架包括兩個(gè)方面： (1)通過ICA進(jìn)行特征提取，對(duì)監(jiān)測(cè)系統(tǒng)進(jìn)行降維，得到主要特征統(tǒng)