利用选择性dag-svm集成在线检测与诊断多变量过程-中国机械工程.pdf

利用选择性 集成在线检测与诊断多变量过程均值异常———朱 波 刘 飞 DAG-SVM 暋 暋 暋 利用选择性 DAG-SVM集成在线检测与 诊断多变量过程均值异常 朱 波 刘 飞 暋 暋 暋 , , 重庆大学机械传动国家重点实验室 重庆 400030 : , ( ) , 摘要 针对多变量过程均值异常 提出了选择性有向无环图支持向量机 DAG-SVM 集成 以之为 , 。 模式识别工具对过程状态进行识别 以探测异常和判别异常源 集成结合 Ba in 方法的重复采样技 gg g , , ; 术和对DAG-SVM结构的调整 对数据和模型进行双重扰动 以获得差异的候选个体 再通过二进制 ( ) 。 粒子群优化 BPSO 算法得到最优集成方案 离线仿真测试证明所提选择性 DAG-SVM集成具有分 ; 类正确率和效率的双重优势 在线仿真测试表明基于选择性 DAG-SVM集成的模型探测过程均值阶 2 ( ) , 。 跃异常优于 图和 BPN 误差反传神经网络 模型 且判别异常源比BPN模型更准确 针对实际齿轮 氈 加工过程数据的应用验证进一步证实了模型的有效性和实用性。 : ; ; ; 关键词 统计过程控制 多变量过程 均值阶跃 有向无环图支持向量机 中图分类号: ; : / TP391.4TH165.4暋暋暋暋暋暋DOI10.3969 .issn.1004-132X.2013.21.012 j On-lineDetectin andDianosin ofMeanShiftsinMultivariateProcesses g g g Usin SelectiveDAG-SVMEnsemble g ZhuBo暋LiuFei , , , TheStateKe Laborator ofMechanicalTransmissionChon in Universit Chon in 400030 y y gq g y gq g : , AbstractAimin atmeanshiftsinmultivariate rocesses aselectiveDAG-SVM ensemblewas g p , roosed whichwasusedas a