台达劲智型变频器C200.pdfVIP

第 1期 孙 婧等．基于BDKPCA—OCSVM 的间歇过程故障检测 27 进行分类，检测故障是否发生。将 BDKPCA— ProcessMonitoringUsingBatchDy namicKernelPrincipal ComponentAnalysis[¨．ChemometricsandIntelligent OCSVM的方法用于盘尼西林发酵过程仿真系统 LaboratorySystems，2010，101(02)：l10—122． 上，并与传统的PCA—OCSVM 故障检测方法进 LIYuan，WEN Xue-jie．ApplicationResearchofBatch 行比较，结果表明BDKPCA—OCSVM 的方法充 Dynamic Principal Component Analysis in Chemical 分结合了BDKPCA特征提取和 OCSVM单类分 Process[J]．JournalofShenYangUniversityofChemical 类的优势，能够比PCA—OCSVM 更有效地检测 Technology，2010，35(01)：74～78． 到故障的发生。 CRISTIANININ， TAYL()R J S．An Introduction to SupportVectorM achinesandotherKernel—basedLearning 参考文献： Methods[M ]． New York： Cambridge University [1] 李晗，萧德云．基于数据驱动的故障诊断方法综述EJ]．控制 Press，2000． 与决策，2001，35(01)：1—9． SHIN HJ，EOM D H，KIM SS．One-classSupportVector [2] CHENJH，LIUKC．On-lineBatchProcessMonitoring Machines—application in Machine Fault Detection and UsingDynamicPCA andDynamicPLS Models[J]． Classification[J]．Computers IndustrialEngineering， ChemicalEngineeringScience，2002，57(01)：63—65． 2005，48(02)：395—408． [3] LEEJM，YOOCK，CHOISW，eta1．NonlinearProcess 刘世成，王海清，李平．基于多向核主元分析的青霉素生产