基于DMVU-OCSVM的故障诊断方法

邓晓刚; 田学民

您当前的位置：

首页 >

文章列表页 >

基于DMVU-OCSVM的故障诊断方法

过程系统工程 | 更新时间：2025-12-10

- 基于DMVU-OCSVM的故障诊断方法
- Fault diagnosis method based on dynamic maximum variance unfolding and one-class support vector machine
- 化工学报 2011年第8期页码：2146-2151
- 作者机构：
  
  中国石油大学（华东）信息与控制工程学院,山东,东营,257061
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 网络首发：2011-08-05，
  
  纸质出版：2011-08-05
- 稿件说明：
移动端阅览
邓晓刚, 田学民. 基于DMVU-OCSVM的故障诊断方法[J]. 化工学报, 2011,(8):2146-2151.

DENG Xiaogang, TIAN Xuemin. Fault diagnosis method based on dynamic maximum variance unfolding and one-class support vector machine[J]. CIESC Journal, 2011, (8): 2146-2151.
邓晓刚, 田学民. 基于DMVU-OCSVM的故障诊断方法[J]. 化工学报, 2011,(8):2146-2151. DOI：

DENG Xiaogang, TIAN Xuemin. Fault diagnosis method based on dynamic maximum variance unfolding and one-class support vector machine[J]. CIESC Journal, 2011, (8): 2146-2151. DOI：

摘要

针对工业过程的非线性和动态特性，提出一种基于动态最大方差展开（DMVU）和单类支持向量机（OCSVM）的故障诊断方法DMVU-OCSVM。为了分析数据的动态特性和非线性，应用流形学习技术DMVU提取数据变量中的非线性动态流形特征。基于所提取的流形特征信息建立OCSVM统计模型，并构造非线性监控统计量实时检测过程故障。在连续搅拌反应器（CSTR）系统上的仿真结果说明，本文提出的方法能够比OCSVM更有效地检测过程故障。

Abstract

In order to analyze nonlinear and dynamic characteristics of industrial process

a new method combining dynamic maximum variance unfolding and one-class support vector machine(DMVU-OCSVM)was presented.Manifold learning method DMVU was applied to obtain nonlinear and dynamic manifold features.OCSVM was used to build statistic model based on manifold information and nonlinear monitoring statistic was constructed to detect fault online.The simulation results on continuous stirred tank reactor system showed that the proposed method could detect process fault more effectively.

关键词

Keywords

references

浏览量

498

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

碱金属改性对SrMnO3催化乙苯化学链氧化脱氢性能的影响规律研究

GeCl4-MxCly-H2体系下锗-杂质竞争沉积热力学研究

稀土Y2O3基催化涂层对金属纤维表面燃烧器NO排放控制及工程验证

离子液体在芳烃/烷烃和烯烃/烷烃分离中的研究进展

煤化工废盐中杂质对NaCl和Na2SO4溶剂化影响研究