文献类型：期刊文章

作　　者：房汉鸣[1] 税爱社[1] 卿宇搏[2] 宗福兴[3]

Fang Han-ming;Shui Ai-she;Qing Yu-bo;Zong Fu-xing(Dept. of Logistics Information & Logistics Engineering;Dept. of Management Science & Engineering,LEU,Chongqing 401311,China;Unit 76174,Shaoguan Guangdong 512000,China)

机构地区：[1]后勤工程学院后勤信息与军事物流工程系 [2]76174部队 [3]后勤工程学院管理科学与工程系

出　　处：《后勤工程学院学报》

年　　份：2016

卷　　号：32

期　　号：4

起止页码：86-91

语　　种：中文

收录情况：RCCSE、普通刊

摘　　要：针对储运过程工艺复杂、监控变量多且故障样本数据相对有限的问题,在介绍主元分析原理和支持向量机方法的基础上,提出了主元分析与支持向量机相结合的储运过程故障诊断方法,建立了提高故障诊断速度和诊断性能的故障诊断模型。首先采用主元分析法进行特征提取实现降维,其次构造新的训练和测试样本集,最后训练支持向量机分类器的故障诊断流程。以数字化油库为仿真实验对象,进行了油料收发过程中的故障诊断实验,验证了所提方法的有效性。

关 键 词：主元分析 支持向量机 储运过程 故障诊断

分 类 号：TP206.3]