故障分离——一种基于FDA-SVDD的模式分类算法
祝志博;宋执环
浙江大学工业控制技术国家重点实验室,工业控制研究所,浙江 杭州 310027
Fault isolation:an FDA-SVDD based pattern classification algorithm
ZHU Zhibo;SONG Zhihuan
摘要:
为了克服多变量统计过程控制在故障分离上的缺陷, 提出了一种新的故障分离方法。 新方法由基于Fisher判别分析(FDA)的特征提取、Fisher线性分类和基于支持向量数据描述(SVDD)的非线性核空间模式分类等算法组成。构造了基于FDA-SVDD的串级和混联融合方式, 并设计了基于SVDD的加权归一化半径模式判别准则。非等温连续搅拌槽 (CSTR)过程仿真验证了混联融合比单纯的FDA分类算法和串级融合具有更优良的故障分离效果。