10.11857/j.issn.1674-5124.2017.10.018
基于PCA和IGWO-SVM的水泥回转窑故障诊断研究
为实现水泥回转窑故障的精确诊断,提出一种基于主成分分析(PCA)和支持向量机(SVM)的回转窑故障诊断模型.通过引入差分进化(DE)算法的变异、交叉、选择操作来维持种群的多样性,克服灰狼算法易早熟收敛的缺陷,然后采用这种改进的灰狼算法(IGWO)对SVM的惩罚因子c和核函数参数g进行动态的寻优.运用PCA对采集数据进行降维处理,消除非相关因素,降低数据处理难度,然后将特征提取后的数据作为输入建立故障诊断模型,并与普通的SVM建模方法进行比较.实例表明:在有用信息量损失较小的前提下,分类准确率达到96.1538%,模型构建时间为2.9720 s,从而验证模型的准确性和高效性.
水泥回转窑、故障诊断、主成分分析、支持向量机、改进的灰狼算法
43
TF8;R54
吉林省科学技术厅计划项目20150203003SF
2017-11-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
92-96