关键词：化工过程;故障诊断;冗余信息;粗糙集;支持向量机
摘 要：化工过程长时间处于正常运行状态而积累的故障样本有限,且含有冗余信息,降低了传统故障分类器的准确率。为了提高化工过程故障诊断的准确率,提出了一种基于RS和SVM的化工过程高精度故障诊断方法。首先,在不损失信息的情况下,采用RS约简故障指标体系,去除冗余特征;然后,根据最小约简指标集构建故障数据集,建立优化的SVM故障分类器。将RS-SVM和标准SVM同时应用到预加氢过程的故障分类中,RS不同程度的提高了SVM准确率,当采用RBF核函数且训练样本集容量为60时,准确率提高幅度最大值为11.84%。比较结果表明,剔除数据中的冗余信息有助于提高故障诊断的准确率。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取