基于主成分分析-孪生支持向量机的工业系统故障监测

2021-05-06 01:46:14朱振杰杜付鑫杨旺功
济南大学学报(自然科学版) 2021年3期
关键词:故障检测方法

朱振杰, 杜付鑫, 杨旺功

(1. 山东大学 a. 高效洁净机械制造教育部重点实验室,b. 机械工程国家级实验教学示范中心,c. 机械工程学院,山东 济南 250061; 2. 北京林业大学 信息学院,北京 100083)

工业4.0概念的提出代表着智能化时代的来临。为了适应世界制造产业的发展新需求,我国需要利用各种信息化技术手段促进工业制造产业的新变革[1]; 但是,随着各种设备不断增多并趋于更加智能化,现代工业系统变得越来越复杂,在整个系统运行过程中发生各种各样故障的概率也越来越大,在某些情况下可能引起系统的整体瘫痪[2],因此,必须对工业系统进行实时、准确的监测,从而保证系统安全稳定运行[3-4]。

工业系统的监测任务需要对出现故障进行及时检测与识别,但是,现代工业系统十分复杂,故障的检测与识别面临巨大的挑战。传统的监测方法存在故障检测精度不高、处理速度慢的问题。此外,大部分监测方法仅进行故障检测,对故障的类型无法做到准确识别[5-6],机器学习技术作为一种先进的计算机辅助手段[7-9],能够有效解决该问题,对此,研究人员提出了许多的相关方法。例如,张成等[10]提出了一种基于加权k近邻(KNN)规则的多模态间歇过程故障检测方法,将原始数据投影到低维空间,对过程数据进行降维以便降低计算复杂度,然后通过加权KNN聚类完成过程故障检测任务。作为一种使用最广泛的数据降维算法,多元统计的主成分分析(PCA)在高维数据特征提取方面具有优异的性能,因此,赵晓君等[11]提出将PCA和KNN聚类相结合设计了一种通用的在线故障诊断算法。……

登录APP查看全文

猜你喜欢
故障检测方法
故障一点通
奔驰R320车ABS、ESP故障灯异常点亮
小波变换在PCB缺陷检测中的应用
用对方法才能瘦
Coco薇(2016年2期)2016-03-22 02:42:52
四大方法 教你不再“坐以待病”!
Coco薇(2015年1期)2015-08-13 02:47:34
捕鱼
故障一点通
江淮车故障3例