基于SVM、ICA方法的過程建模與故障診斷研究.pdf

1、隨著計算機技術(shù)在工業(yè)過程控制中的廣泛應用，大量的過程數(shù)據(jù)被采集并存儲下來，但是這些包含過程運行狀態(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)計過程控制領(lǐng)域為研究背景，從這些存儲的數(shù)據(jù)中挖掘出過程運行的深層次信息，充分利用這些信息進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(SVM)進行回歸建模。作為一種基于統(tǒng)計學習理論的學習機器，支持

2、向量機表現(xiàn)出良好的泛化能力和學習性能。對于軋鋼加熱爐這樣一個工藝過程復雜，具有非線性和滯后性特點的系統(tǒng)，本文通過仿真研究表明，支持向量機對出爐鋼溫建模表現(xiàn)出很好的逼近能力，可以滿足工程精度要求，達到了對出爐鋼溫進行預報的目的。 在故障診斷方面，本文提出了一種基于獨立成分分析(ICA)與支持向量機(SVM)對系統(tǒng)性能進行監(jiān)控的整體框架。這一框架包括兩個方面： (1)通過ICA進行特征提取，對監(jiān)測系統(tǒng)進行降維，得到主要特征統(tǒng)