高维投影空间多切面分类改进ICA-SVM集成故障诊断方法

摘要：

本文提出采用高维投影空间多切面分类方法改进独立成份(ICA)与支持向量机(SVM)集成诊断 方法。在高维独立成份特征空间中采用多切面分类方法在不同切面上分别建立二叉树SVM 故障分类 模型，通过分析故障在不同切面的分类情况进行故障根源定位，提高SVM 分类速度和精度,从而改 进ICA-SVM 集成故障诊断性能。针对动态执行器基准平台(DAMADICS)19 种阀门故障模式,对多切面 改进ICA-SVM 集成故障诊断方法进行仿真验证，对比改进前后两种方法的仿真结果表明,多切面 ICA-SVM 有效地提高了故障诊断精度。

关键词： 多切面分类 独立成分分析 支持向量机分类 故障诊断 执行器故障

作者: 薄翠梅 王执铨 张登峰 杨海荣 张湜

作者单位: 南京工业大学自动化与电气工程学院, 南京 210009 南京理工大学自动化学院, 南京 210094

会议类型: 国内会议

会议名称: 第二十二届中国过程控制会议

会议地点: 南京

会议语种:中文

页码: 980-986

在线出版日期: 1900-01-01（万方平台首次上网日期，不代表论文的发表时间）