基于MDP-SVM的过程多类型故障诊断

来源：电子测量技术杂志2022年第1期北京时间：

作者：郭小萍，尹瑞琛，李元

单位：沈阳化工大学信息工程学院 沈阳市 110142

摘要：针对工业过程多类型故障诊断率低的问题, 提出一种边界判别投影(MDP)与支持向量机(SVM)相融合(MDP-SVM）的方法。边界判别投影常用于人脸识别领域，其可以将多类数据降维，获得不同类别清晰的边界。与主成分分析(PCA)和局部线性嵌入(LLE)算法相比，考虑了样本的局部结构和全局结构，避免了小样本问题。降维的数据通过SVM分类器进行类别判断，利用粒子群(PSO)算法得到最佳SVM分类器，实现故障诊断。仿真结果表明：相对于传统方法，本文所提方法故障识别准确率达到95.379%，而且可同时识别出多类故障。

关键词：边界判别投影;支持向量机;多类型故障诊断

基金资助：国家自然科学基金资助项目（61490701，61673279）；辽宁省教育厅项目（LJ2020021）资助