基于人工蜂群优化核主元分析故障检测方法

来源 :控制工程 | 被引量 : 0次 | 上传用户:pingli_lp
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
核主元分析方法(Kernel Principal Component Analysis,KPCA)能有效地捕捉数据的非线性特征,其故障检测能力很大程度上取决于核参数的选择.常用的核函数有多项式核函数和高斯径向基核函数等.该方法将多项式核函数和高斯径向基核函数进行线性组合,结合两者优点得到混合核函数,使用故障检测率作为优化目标的适应度函数,通过人工蜂群(Artificial Bee Colony Algorithm,ABC)优化算法对KPCA核参数的选取进行优化.将该方法应用到电主轴的转子不平衡故障分析中,对信号进行时域分析,利用KPCA对样本数据进行非线性特征提取,根据主元特征计算出的T2和SPE统计量实现故障检测.经过对实验数据分析表明,ABC优化算法较二分法、粒子群等优化算法能更有效地提高故障检测率.
其他文献
当前,阻碍水工码头建筑物作业质量提高的主要因素就是码头结构的病害问题.若想有效解决结构病害问题,就需要有效分析结构病害产生的机理,进而提出有效的结构加固措施保障码头
近几年来,我国的建筑工程质量受到了人们和社会的广泛关注,而与之相关的工程质量监督管理对建筑工程的质量,起了决定性的因素.因此,为了保障建筑工程的质量和业主的安全,加强
近年来,STEM的新型教育理念被引入小学科学教学中,并且实践表明其对于提高教学效率和完善课堂结构具有重要的作用.STEM教育属于综合型教育,其要求教师能通过科学合理的方式有
期刊
随着我国经济发展水平的不断提高,公路建设取得了显著成就,公路建设项目也在不断增多,但公路建设中出现的越来越多质量问题,引发了人们对公路施工质量控制的重视.公路工程施
针对现阶段大多数Android平台下人脸检测与跟踪系统精度不高的问题,设计了一种基于Android平台的无监督人脸目标检测与跟踪系统来解决这个问题.该系统采用基于粒子滤波和背景
在建筑工程施工中,脚手架的搭设工作是十分重要的,脚手架的搭设对于工程建设施工具有非常大的帮助。但是在脚手架的搭设过程中,如果不能够保证脚手架的安全稳固,就会对施工者的人
传感器网络的资源受限性给它的安全认证机制设计带来很大的困难。论文在基于椭圆曲线密码体制(ECC)的基础上提出了一种新的分布式认证方案,利用节点群实现公钥算法,在不提高节点计算强度的前提下可以实现节点间的身份认证,并有效提高整个网络的安全性。
为了有效利用云平台Hadoop框架的并行处理能力.通过对大数据挖掘技术中的传统关联规则算法-Apriori算法进行了分析和改进,提出了一种基于Map Reduce并行模式的改进数据挖掘算
在建筑工程施工中,施工技术对工程的质量有着重要的影响,它是一个工程在建设过程中的核心要素,是整个建筑企业发展和增强竞争力的根本.在现代的建筑企业当中,管理人员对施工
在进行水利工程建设时,应用软土地基处理技术,不但可以降低水利工程的不稳定性,还可以有效地避免工程事故的发生,所以软土地基的处理技术影响着整个施工的质量,水利建设单位