基于邻域粗糙集与RVM的制粉系统故障诊断

Wentao ZHANG,Wenjing ZHONG,Boyong HU, Haoqiang LU,Yongguang MA,Zijian DONG

CHINA MEASUREMENT & TESTING TECHNOLOGY（2019）

引用 0|浏览7

暂无评分

摘要

针对火电厂制粉系统的故障征兆参数复杂、不易诊断的特点,提出一种基于邻域粗糙集(NRS)与相关向量机(RVM)的故障诊断方法.该方法首先利用邻域粗糙集约简输入的特征向量,并将约简得到的最优决策表作为RVM的输入,采用组合核函数代替传统的单一核函数,利用网格搜索和交叉验证的方法确定最佳的核函数参数和组合核系数,建立二叉树RVM多分类模型,从而进行制粉系统故障识别和诊断.实验结果表明,该方法故障诊断准确率可达95％,且泛化能力强.

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要