| 基于支持向量机的化工过程故障诊断 |
| |
| 引用本文： | 陈剑雪,侍洪波.基于支持向量机的化工过程故障诊断[J].华东理工大学学报(自然科学版),2004,30(3):315-317. |
| |
| 作者姓名： | 陈剑雪 侍洪波 |
| |
| 作者单位： | 上海工程技术大学电子电气工程学院,上海,200065;华东理工大学自动化研究所,上海,200237 |
| |
| 基金项目： | 上海市自然科学基金项目(01ZD14014)，上海工程技术大学青年基金项目(2003Q03)。 |
| |
| 摘 要： | 引入了基于统计学习理论的支持向量机技术，以连续搅拌釜式反应器——CSTR模型为例，研究了非线性化工复杂反应过程的故障诊断问题。实验结果表明，支持向量机方法与传统故障诊断方法相比，具有更好的精度、速度以及适应性。
|
| 关 键 词： | 故障诊断 连续搅拌釜式反应器 支持向量机 BP神经网络 小波网络 |
| 文章编号： | 1006-3080(2004)03-0315-03 |
| 修稿时间： | 2003年5月20日 |
SVM-based Fault Diagnosis for Chemical Process |
| |
| CHEN Jian-xue.SVM-based Fault Diagnosis for Chemical Process[J].Journal of East China University of Science and Technology,2004,30(3):315-317. |
| |
| Authors: | CHEN Jian-xue |
| |
| Institution: | CHEN Jian-xue~ |
| |
| Abstract: | The technique of the support vector machines, which are based on the statistical learning theory, is introduced into the fault diagnosis for non-linear chemical process. A series of experimental (results) of the CSTR model show that SVM has a better diagnosis performance than those traditional chemical process fault detection and diagnosis methods such as BPNN, wavelet-net. |
| |
| Keywords: | fault diagnosis CSTR support vector machines BP neural networks wavelet-net |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
