文献

J-GLOBAL ID：201802211142703780   整理番号：18A0764175

PCAとIGWO-SVMに基づくセメント回転炉の故障診断研究【JST・京大機械翻訳】

Research of fault diagnosis of cement rotary kiln based on PCA and IGWO-SVM

著者 (3件)： Jin Xing (長春工業大学電气与電子工程学院,吉林 長春,130012) ,  Shao Zhuchao (長春工業大学電气与電子工程学院,吉林 長春,130012) ,  Wang Shenghui (長春工業大学電气与電子工程学院,吉林 長春,130012)
資料名： Zhongguo Ceshi  (Zhongguo Ceshi)
巻： 43  号： 10  ページ： 92-96  発行年： 2017年 
JST資料番号： C3059A  ISSN： 1674-5124  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： セメント回転炉故障の正確な診断を実現するために,主成分分析(PCA)とサポートベクトルマシン(SVM)に基づく回転炉の故障診断モデルを提案した。差分進化(DE)アルゴリズムの変異、交差、選択操作を導入することによって、個体群の多様性を維持し、灰色アルゴリズムの早熟収束の欠点を克服し、そしてこの改良したオオカミアルゴリズム(IGWO)を用いてSVMのペナルティ因子cと核関数パラメータgを動的に最適化した。PCAを用いてデータを処理し、非相関要素を除去し、データ処理の困難さを低減し、特徴抽出後のデータを入力として故障診断モデルを構築し、通常のSVMモデリング方法と比較した。実例を示した。有用な情報量の損失が小さいという前提の下で,分類精度は96.1538%に達し,モデル構築時間は2.9720sであり,モデルの正確さと効率性を検証した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  モデリング ,  ペナルティ ,  サポートベクトルマシン ,  データ処理 ,  情報量 ,  主成分分析 ,  *故障 ,  アルゴリズム ,  *故障診断 ,  核関数 ,  特徴抽出 ,  *セメント ,  *回転炉
準シソーラス用語： 分類精度 , 【Automatic Indexing@JST】

著者キーワード (5件)： cement rotary kiln ,  fault diagnosis ,  PCA ,  SVM ,  IGWO

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： PCA ,  セメント ,  故障診断 ,  研究