基于ＣＳ�玻樱郑� 的氧化鋁蒸發(fā)過程故障檢測

唐明珠，陽春華，桂衛(wèi)華
中南大學(xué)信息科學(xué)與工程學(xué)院，湖南長沙

摘　　　要：針對氧化鋁蒸發(fā)過程樣本集中的類不平衡和故障難以實(shí)時(shí)檢測問題，提出線性權(quán)重遞減粒子群�泊鷥r(jià)敏感支持向量機(jī)故障檢測方法。深入分析氧化鋁蒸發(fā)過程機(jī)理，選擇合適輸入條件、操作參數(shù)、狀態(tài)參數(shù)作為代價(jià)敏感支持向量機(jī)的輸入向量，工況樣本類別作為其輸出。代價(jià)敏感支持向量機(jī)以較小化誤分類代價(jià)為目標(biāo)，利用線性權(quán)重遞減粒子群優(yōu)化代價(jià)敏感支持向量機(jī)核參數(shù)和誤分類代價(jià)參數(shù)。實(shí)驗(yàn)結(jié)果表明所提出的方法能有效地提高故障識(shí)別率和減少平均誤分類代價(jià)。

關(guān)　鍵　詞：類不平衡樣本集；代價(jià)敏感支持向量機(jī)；粒子群；氧化鋁蒸發(fā)過程

１　引　言
近年來，現(xiàn)代冶金、化工等工業(yè)呈現(xiàn)向復(fù)雜化，大型化方向發(fā)展的新趨勢，這些大型復(fù)雜工業(yè)過程一方面無法完全依靠傳統(tǒng)方法建立精確的物理模型進(jìn)行管理監(jiān)控［１］，另一方面時(shí)刻產(chǎn)生大量反映過程運(yùn)行機(jī)理和運(yùn)行狀態(tài)的數(shù)據(jù)。由于實(shí)際需求和成本優(yōu)化等因素的考慮，如何利用這些海量數(shù)據(jù)來滿足日益提的系統(tǒng)可靠性成為亟待解決的問題�；�于數(shù)據(jù)驅(qū)動(dòng)的故障診斷方法因可避免解析法要求詳細(xì)、準(zhǔn)確的定量數(shù)學(xué)模型的缺點(diǎn)，已成為近年來熱門的研究領(lǐng)域［２～５］。但是復(fù)雜工業(yè)過程的樣本集中存在２個(gè)問題：①類不平衡問題，故障類樣本難于獲取，樣本集中故障類樣本占極少數(shù)，正常類樣本占絕大多數(shù)；②故障難以實(shí)時(shí)檢測問題，復(fù)雜工業(yè)過程工藝指標(biāo)一般是離線檢測的，依據(jù)工藝指標(biāo)作故障檢測存在滯后性，因此故障難以實(shí)時(shí)檢測。針對類不平衡問題，代價(jià)敏感元學(xué)習(xí)算法Ｍｅｔａｃｏｓｔ［６］通過修改訓(xùn)練集中的樣本類標(biāo)簽，改變訓(xùn)練集中的樣本分布比例，再重新訓(xùn)練模型，因該算法修改類標(biāo)簽，改變了原始的樣本集，不適用解決復(fù)雜工業(yè)過程樣本集的類不平衡問題；代價(jià)敏感概率神經(jīng)網(wǎng)絡(luò)［７］通過代價(jià)敏感機(jī)制將誤分類代價(jià)嵌入到貝葉斯決策中，分析了正常類樣本和故障類樣本在不同誤分類代價(jià)下的故障敏感性；代價(jià)敏感支持向量［８］將每個(gè)樣本嵌入不同的誤分類代價(jià)，并作為樣本中的一維，但在實(shí)際生產(chǎn)中很難獲取復(fù)雜工業(yè)過程每個(gè)樣本誤分類代價(jià)。文獻(xiàn)［９］提出了代價(jià)敏感支持向量機(jī)，但是由于核函數(shù)和誤分類代價(jià)參數(shù)的引入，核參數(shù)和誤分類代價(jià)參數(shù)的選擇直接影響代價(jià)敏感支持向量機(jī)的效果。目前交叉驗(yàn)證是常用的核參數(shù)選擇方法。但是該方法耗時(shí)嚴(yán)重，而且是經(jīng)驗(yàn)上的較優(yōu)值。而粒子群算法［１０］在解決大規(guī)模非線性的連續(xù)問題中具有更高的優(yōu)化效率和更好的優(yōu)化結(jié)果，因此可用粒子群優(yōu)化核參數(shù)和誤分類代價(jià)參數(shù)。復(fù)雜工業(yè)過程的故障檢測可用工藝指標(biāo)（如溶液的出口濃度）作為依據(jù)，針對出口濃度難以實(shí)時(shí)檢測問題，文獻(xiàn)［１１］提出了利用變異粒子群優(yōu)化較小二乘支持向量機(jī)蒸發(fā)過程的軟測量方法，對該過程一種出口濃度進(jìn)行預(yù)測；文獻(xiàn)［１２］提出了基于魯棒估計(jì)的氧化鋁蒸發(fā)過程數(shù)據(jù)協(xié)調(diào)方法，但要求樣本集符合正態(tài)分布。因氧化鋁蒸發(fā)過程出口有多個(gè)工藝指標(biāo)，難以建立精確的解析模型。本文以氧化鋁蒸發(fā)過程為研究對象，針對樣本集中類不平衡問題和故障難以實(shí)時(shí)檢測問題，提出了線性權(quán)重遞減粒子群�泊鷥r(jià)敏感支持向量機(jī)（ＰＳＯ�玻茫营玻樱郑停┕收蠙z測方法。將氧化鋁蒸發(fā)過程的輸入條件、操作參數(shù)、狀態(tài)參數(shù)作為代價(jià)敏感支持向量機(jī)的輸入向量，工況樣本類別作為其的輸出變量，用粒子群算法優(yōu)化核參數(shù)和誤分類代價(jià)參數(shù)，較后代價(jià)敏感支持向量機(jī)對類不平衡樣本集進(jìn)行故障檢測。實(shí)驗(yàn)結(jié)果表明將所提出的方法應(yīng)用于氧化鋁蒸發(fā)過程樣本集，驗(yàn)證了該方法的有效性。

登錄網(wǎng)站后可下載文件

相關(guān)閱讀:

• ...2015/01/20 10:57·TI 基于Concerto 雙核MCU 的PRIME 電力線通信數(shù)據(jù)集中器方案
• ...2012/04/10 13:12·基于ＣＡＮｏｐｅｎ協(xié)議的電動(dòng)執(zhí)行機(jī)構(gòu)設(shè)計(jì)
• ...2012/03/14 10:30·基于ＣＰＳＯ的混合核函數(shù)ＳＶＭ 參數(shù)優(yōu)化及應(yīng)用
• ...2012/03/14 10:15·基于ＣＭＡＣ神經(jīng)網(wǎng)絡(luò)的熱連軋精軋溫度預(yù)報(bào)模型
• ...2011/12/07 09:33·基于ClearNAND閃存的系統(tǒng)設(shè)計(jì)改進(jìn)方案
• ...2011/10/18 14:27·基于CAN總線的汽車CAN節(jié)點(diǎn)測試儀設(shè)計(jì)