基于KPCA和SSVM的工業(yè)過程故障檢測與診斷.pdf

1、在工業(yè)生產過程中，不可避免的會發(fā)生設備損耗和故障的情況，不但影響產品的質量，有時還會發(fā)生重大生產事故，完全依靠人力的傳統(tǒng)監(jiān)測方法已不足以解決復雜的質量控制問題。基于多元統(tǒng)計分析的監(jiān)測方法不依賴于精確的數學模型，充分利用現有的生產過程數據就能夠完成生產過程故障監(jiān)測與診斷。統(tǒng)計過程監(jiān)測方法具有可實現性強，方法簡單等優(yōu)點，歷經三十年的發(fā)展，取得了一系列矚目的成果，并在現代工業(yè)生產中得到了廣泛應用。
　　本文運用多元統(tǒng)計理論，以田納西-伊

2、斯曼(TE)過程數據為研究背景，閱讀了大量的參考文獻，主要進行了以下幾方面的工作:
　　1)采用核主元分析(KPCA)方法，對田納西-伊斯曼過程數據進行了故障檢測和診斷，并與基本的主元分析(PCA)算法進行了對比研究。仿真結果表明，能夠提取非線性主元的核主元分析方法具有較好的故障檢測和診斷效果。
　　2)在引入簡易支持向量機的同時，采用了基于核主元分析和簡易支持向量機結合的故障診斷方法。利用核主元分析提取故障數據的菲線性主元