关键词：石油化工仪表;常见故障;智能检测技术
摘 要：为了建立针对石油化工仪表和自动化设备的故障智能检测方法，研究过程以机器学习技术为基础，建立了故障检测算法模型。该模型涵盖五个模块，分别为数据采集、数据预处理、故障特征提取、故障特征选择以及故障诊断。模型的创新点在于引入了多尺度滑动窗口、故障冗余特征删除、平衡集成特征选择三项技术，利用多层感知进行监督学习。通过实验检测其故障识别性能，结果显示，在冷却器、泵、电动阀门、液压蓄能器的故障检测中，准确率最低为98.60%,最高为100%。
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