首页   冶金自动化杂志   新闻中心   自动化信息网   冶金计量协会   杂志广告   厂商信息   自动化论坛   计控自动化对标
期刊介绍
期刊荣誉
编委会
征稿启事
作者须知
文章模板
在线杂志
当前位置:冶金自动化杂志 ->  在线杂志
期刊年份   期号   关键字   
基于量子粒子群算法-支持向量机的冷连轧断带故障诊断
文章作者:章昕等
出处: 2020年第6期
作者单位: 北京科技大学高效轧制国家工程研究中心
参考文献:
关键词:冷连轧;断带;核主元分析;支持向量机;量子粒子群算法
摘要:针对冷连轧断带故障原因复杂多样且故障样本难以采集导致故障样本数量少的特点,提出了一种基于支持向量机(support vector machine,简称SVM)分类和量子粒子群算法(quantum particle swarm optimization,简称QPSO)参数优化的冷轧断带故障诊断算法。首先通过核主元分析(kernel principal component analysis,简称KPCA)对数据进行降维;然后构建SVM分类器,分类判断连轧机的运行状态和故障位置。此外,为了获得最佳的故障诊断性能,使用QPSO算法寻找算法中超参数的最优值。试验结果表明,基于QPSOSVM的断带故障诊断算法相比于传统的基于SVM的参数优化算法,具有更高的分类准确率和更快的迭代速率。
正文:正文下载
版权所有 © 2006 《冶金自动化》编辑部 新鸿儒承制
地址:北京海淀区学院南路76号南院 电话:010-62181013 传真:010-62181013 E-mail:mia@yjzdh.com
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:010-62662699,E-mail:support@magtech.com.cn
冶金自动化研究设计院《冶金自动化》杂志社 京ICP备09114784号