检索结果-南通市图书馆

检索条件"主题词=局部判别保持投影"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

SAE-MDLPP算法的研究及其工业过程故障诊断的应用

SAE-MDLPP算法的研究及其工业过程故障诊断的应用

引用

作者：李琨北京化工大学

学位级别：硕士

随着现代工业生产过程的规模和自动化水平的不断提升,导致生产过程发生故障的概率也随之增加,如何设计有效的故障诊断技术来保证工业生产安全显得尤为重要。得益于传感器技术和计算机存储技术的发展,工业生产过程中的历史数据可以得到... 详细信息

随着现代工业生产过程的规模和自动化水平的不断提升,导致生产过程发生故障的概率也随之增加,如何设计有效的故障诊断技术来保证工业生产安全显得尤为重要。得益于传感器技术和计算机存储技术的发展,工业生产过程中的历史数据可以得到记录和保持。而现代工业生产数据往往呈现高维、非线性和强耦合性的特点,如何从这些过程数据中提取其主要的特征信息对于提升故障诊断准确率是非常关键的。针对以上问题,本文主要做出了以下研究内容:(1)传统的局部判别保持投影(DLPP)方法较于局部保持投影(LPP)方法,虽然同时考虑了样本之间和样本内部的鉴别信息,但在构建类内权值矩阵和类间权值矩阵时,是采用欧氏距离来判断点与点之间是否为近邻点。然而欧氏距离在计算时容易受数据分布、高维度和噪声的影响,而且也没有考虑不同变量间的差别。针对这一问题,本文提出了一种基于马氏距离的局部判别保持投影(MDLPP)方法,该方法在构建类内权值矩阵和类间权值矩阵时选用马氏距离来代替欧氏距离来判断点与点之间是否为近邻点,马氏距离可以有效地避免由于数据量纲和变量间的相关性带来的影响,所提MDLPP方法可以更好地提取数据局部特征信息。(2)考虑到过程工业数据呈现高维度、非线性和强耦合等特点,如何从这些过程数据中提取其有效特征信息是实现故障诊断的关键一步。针对这一问题,本文提出了一种基于稀疏自编码器与改进的局部判别保持投影相结合(SAE-MDLPP)的故障诊断方法,该方法在数据特征提取阶段同时考虑了数据的全局结构和局部结构信息,有效保证了数据特征提取的结果;并利用Akaike信息准则确定该模型的最优降维阶次;最终使用集成学习Ada Boost分类算法对特征提取后的故障数据进行分类,以实现所提方法在故障诊断准确率方面的提升。(3)为了验证所提出的基于SAE-MDLPP故障诊断方法的有效性,本文选用三相流设备(TFF)案例和田纳西-伊斯曼(TE)过程案例对所提方法进行了实验验证,并于其他常见的故障诊断方法进行了对比分析。实验结果均表明,本文提出的基于SAE-MDLPP的故障诊断方法具有更高的诊断精度。

关键词：故障诊断局部判别保持投影稀疏自编码器特征提取

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：