学位论文 > 优秀研究生学位论文题录展示

基于费舍尔判别分析的故障诊断方法研究

作　者: 张峰
导　师: 吕宁
学　校: 哈尔滨理工大学
专　业: 控制理论与控制工程
关键词: 故障诊断 Fisher判别分析核函数 TE过程独立成分分析
分类号: TP277
类　型: 硕士论文
年　份: 2011年
下　载: 51次
引　用: 0次
阅　读: 论文下载

内容摘要

现代工业生产的自动化程度日益提高,生产过程也越来越复杂,传统的故障检测与诊断方法已经不再适用。为了及时、准确的诊断故障,避免生命财产损失及环境污染,急需提出行之有效的故障诊断新理论、新方法。基于数据驱动的方法能够适应大型工业过程故障诊断的要求,它不需要建立精确的数学模型,通过多元统计理论对过程数据进行分析即可为故障检测与诊断提供有效信息。本文以多元统计理论中的费舍尔判别分析为基础,结合核函数和独立成分分析提出了两种改进的费舍尔判别分析法。本文主要内容及成果如下:1.阐述了故障检测与诊断技术的基本概念及常用方法,并对基于多元统计理论的故障诊断方法的发展状况进行了综述。2.阐述了多元统计故障检测与诊断的基本理论,重点介绍了主元分析法和费舍尔判别分析法,并分别对其如何应用于故障检测与诊断进行了简要的描述。3.针对核费舍尔判别分析计算复杂的特点,提出一种改进的核费舍尔判别分析。通过特征样本选择能够降低核费舍尔判别分析的计算复杂度,引入余弦核函数可以改进原始多项式核函数的性能,引入最近邻特征线分类器能够提高模型的分类准确率。4.针对费舍尔判别分析假定数据服从正态分布的局限性,提出一种混合模型的故障诊断方法。首先通过独立成分分析获取观测变量的独立成分,然后对独立成分进行特征尺度核费舍尔判别分析,该方法降低了故障的错分类率,提高了诊断的性能。

全文目录

摘要  5-6
Abstract  6-10
第1章绪论  10-15
  1.1 故障诊断的研究目的及意义  10
  1.2 故障诊断技术的研究状况  10-14
    1.2.1 解析法  10-11
    1.2.2 基于知识的方法  11-12
    1.2.3 数据驱动法  12-14
  1.3 本文的主要工作  14-15
第2章多元统计故障检测与诊断的基本理论  15-23
  2.1 引言  15
  2.2 数据预处理  15-16
  2.3 主元分析  16-20
    2.3.1 故障检测  18-19
    2.3.2 降阶  19
    2.3.3 故障诊断  19-20
  2.4 费舍尔判别分析  20-22
    2.4.1 故障诊断  21-22
    2.4.2 降阶  22
  2.5 本章小结  22-23
第3章基于改进核费舍尔判别分析的故障诊断  23-35
  3.1 引言  23
  3.2 核费舍尔判别分析  23-25
  3.3 Cosine 核函数  25
  3.4 KFDA 的特征向量选取  25-28
    3.4.1 特征向量的选取  26-27
    3.4.2 基于特征向量选择的KFDA 在故障诊断中的应用  27-28
  3.5 基于最近特征线的故障诊断  28-30
    3.5.1 最近特征线  28-29
    3.5.2 用KFDA 和最近特征线诊断故障  29-30
  3.6 TE 过程仿真  30-34
  3.7 本章小结  34-35
第4章基于ICA-FSKFDA 方法的故障诊断  35-45
  4.1 引言  35-36
  4.2 独立成分分析  36-40
    4.2.1 独立成分分析定义  36-37
    4.2.2 独立成分分析的估计原理  37-39
    4.2.3 ICA 算法  39-40
  4.3 特征尺度核费舍尔判别分析  40
  4.4 基于ICA-FSKFDA 的故障诊断算法  40-41
  4.5 TE 过程仿真  41-44
  4.6 本章小结  44-45
结论  45-46
参考文献  46-50
攻读学位期间发表的学术论文  50-51
致谢  51

基于费舍尔判别分析的故障诊断方法研究

内容摘要

全文目录

相似论文