关键词：故障诊断;乌燕鸥优化算法;聚合釜
摘 要：聚合釜是制备高分子化合物的最主要设备，其能否稳定的运行关系到产品的质量以及人员、设备的安全。但是，现代化工生产流程非常复杂，化工过程诊断数据具有高维非线性的特点。提出了基于LE-ISTOA-SVM的聚合釜化工过程故障诊断方法。首先，使用拉普拉斯特征映射算法(Laplace Feature Mapping Algorithm, LE)对故障数据进行降维。然后，使用改进乌燕鸥优化算法(Improved Sooty Tern Optimization Algorithm, ISTOA)优化SVM(Support Vector Machine, SVM)的参数来提高其性能。最后，利用聚合釜的实验数据做仿真测试。测试结果表明，该方法有较好的诊断效果。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取