文献

J-GLOBAL ID：201902276053349986   整理番号：19A1678412

KECAとFWA-SVMに基づくバッチプロセスの分時間領域故障診断法【JST・京大機械翻訳】

Time division fault diagnosis method based on KECA and FWA-SVM for batch process

著者 (3件)： Cai Zhenyu (西南交通大学机械工程学院,成都,610031) ,  Zhang Min (西南交通大学机械工程学院,成都,610031) ,  Bao Shanshan (西南交通大学机械工程学院,成都,610031)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 36  号： 5  ページ： 1409-1414  発行年： 2019年 
JST資料番号： C2536A  ISSN： 1001-3695  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： カーネルエントロピー成分分析(KECA)特性変数次元縮小に基づいて,バッチプロセスの高複雑性,強い非線形性,および強い時間セグメントの特性に従って,本論文は,サポートベクトルマシン(SVM)パラメータの最適化のためのバッチプロセス分割時間セグメントの故障診断の方法を,カーネルエントロピー成分分析(FWA)に基づいて提案した。最初に,多重カーネル主成分分析(MKPCA)を用いてオンライン故障監視を行い,故障データを出力した。次に,K-means分類方式を用いて,バッチプロセスをいくつかのサブセクションに分割し,故障データをKECA特徴変数で処理し,エントロピー値寄与率に従って,主成分の数を決定し,特徴情報を深層に抽出した。最後に,FWA最適化SVMパラメータ故障診断モデルを,各サブ時間帯で構築し,次に,故障データを,それぞれ,FWA-SVM診断モデル内の故障データに代入して,故障診断を行った。ペニシリンのシミュレーション実験データの比較実験により、この方法の実行可能性と有効性を検証した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  有効性 ,  次元縮小 ,  *バッチ処理 ,  モデル ,  サポートベクトルマシン ,  最適化 ,  *故障診断 ,  ペニシリン類 ,  エントロピー ,  *故障 ,  多重化
準シソーラス用語： 決定係数 ,  オンライン ,  複雑性 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (4件)： バッチ ,  プロセス ,  時間領域 ,  故障診断