基于模糊粗糙集和支持向量机的化工过程故障诊断  

Fault diagnosis of chemical industry process based on FRS and SVM

作　　者：王鲜芳[1,3] 王岁花[1] 杜昊泽 王平[1] 

机构地区：[1]河南师范大学计算机与信息工程学院,河南新乡453007 [2]南京航空航天大学信息科学与技术学院,南京210016 [3]密苏里大学哥伦比亚分校工程学院,密苏里65211

出　　处：《控制与决策》2015年第2期353-356,共4页Control and Decision

基　　金：国家自然科学基金项目(61173071);国家公派高级研究学者及访问学者项目([2013]3018);河南省高校创新人才支持计划项目(2012HASTIT011)

摘　　要：为解决化工过程故障不易诊断的问题,提出一种基于模糊粗糙集特征提取和支持向量机的故障诊断方法.首先,利用模糊粗糙集对特征信息进行提取,构筑相应的故障特征集合;然后,将故障特征集合对应的样本输入到支持向量机分类器,实现对化工过程不同故障的识别.在TEP故障诊断中的应用表明了所提出方法的有效性.In order to solve the problem about fault diagnosis for the chemical industry process, a fault diagnosis approach is proposed based on feature extraction by using fuzzy rough sets and support vector machines.The feature information is extracted by utilizing fuzzy rough sets and the fault diagnosis sets is built firstly. Then, the samples corresponding to the fault diagnosis sets are input into the SVM multi-classifier to realize the identification of different fault diagnosis in the chemical industry process. Finally, the effectiveness of the proposed method is illustrated through fault diagnosis in TEP chemical industry process.

关 键 词：模糊粗糙集 支持向量机 TEP过程 故障诊断 

分 类 号：TP273[自动化与计算机技术—检测技术与自动化装置]