分段最小二乘支持向量机的故障诊断

摘要：

在啤酒发酵过程中,为了建立精准的传感器温度故障诊断模型,在标准支持向量机(SVM)的基础上提出了分段最小二乘支持向量机的方法,该方法首先利用模糊C聚类(FCM)对样本进行聚类分析,达到划分发酵阶段和建立局部模型的目的,然后采用最小二乘支持向量机(LS-SVM)的方法对各类样本进行建模.实验结果表明,使用该方法建立的啤酒发酵过程温度故障诊断模型具有较高的准确性.经过比较,该方法建立的模型的泛化能力要强于其他SVM方法建立的模型.

关键词：支持向量机、模糊C均值聚类、最小二乘支持向量机、啤酒发酵、建模

所属期刊栏目：23

分类号：TP206.3(自动化技术及设备)

资助基金：黑龙江省自然科学基金F201222

在线出版日期：2019-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：94-99