基于优化相关向量机的化工装备故障预测方法
发布时间：2019-06-08 17:26
【摘要】：针对影响化工装备的主要因素—腐蚀速率,在采集少量压力容器状态数据的基础上,提出了基于自导式粒子群优化算法(SGPSO)的相关向量机(RVM)故障预测方法。首先判别影响最为显著的5个表征因素;其次,使用SGPSO算法得到RVM模型最优核函数参数;然后通过样本数据计算得到预测结果的均值与方差,同时计算得到预测结果的概率分布与置信区间。仿真结果表明,SGPSORVM方法具有更高的准确率以及可靠度,因此该方法能够更有效的预测腐蚀速率,及时对化工装备的故障进行维修。
[Abstract]:Aiming at the corrosion rate, which is the main factor affecting chemical equipment, a correlation vector machine (RVM) fault prediction method based on self-guided particle swarm optimization (SGPSO) is proposed on the basis of collecting a small amount of pressure vessel state data. Firstly, the five characterization factors that have the most significant influence are identified. Secondly, the optimal kernel function parameters of RVM model are obtained by using SGPSO algorithm. Then the mean value and variance of the prediction results are calculated by the sample data, and the probability distribution and confidence interval of the prediction results are calculated at the same time. The simulation results show that the SGPSORVM method has higher accuracy and reliability, so this method can predict the corrosion rate more effectively and repair the faults of chemical equipment in time.
【作者单位】： 江南大学机械工程学院;江苏省食品先进制造装备技术重点实验室;
【基金】：江苏省产学研联合创新资金(BY2014023-30) 江南大学自主科研计划-青年基金理工类(JUSRP116027)
【分类号】：TQ050.7;TP18
本文编号：2495456
[Abstract]:Aiming at the corrosion rate, which is the main factor affecting chemical equipment, a correlation vector machine (RVM) fault prediction method based on self-guided particle swarm optimization (SGPSO) is proposed on the basis of collecting a small amount of pressure vessel state data. Firstly, the five characterization factors that have the most significant influence are identified. Secondly, the optimal kernel function parameters of RVM model are obtained by using SGPSO algorithm. Then the mean value and variance of the prediction results are calculated by the sample data, and the probability distribution and confidence interval of the prediction results are calculated at the same time. The simulation results show that the SGPSORVM method has higher accuracy and reliability, so this method can predict the corrosion rate more effectively and repair the faults of chemical equipment in time.
【作者单位】： 江南大学机械工程学院;江苏省食品先进制造装备技术重点实验室;
【基金】：江苏省产学研联合创新资金(BY2014023-30) 江南大学自主科研计划-青年基金理工类(JUSRP116027)
【分类号】：TQ050.7;TP18
【相似文献】
相关期刊论文 前10条
1 周兆年;关于对“化工装备技术”第二期[J];化工装备技术;1983年S1期
2 周兆年;;化工装备工业的发展[J];化学世界;1983年05期
3 ;《化工装备技术》编辑委员会成立[J];化工装备技术;1985年05期
4 ;化工装备展览会八月在沪举行[J];化工进展;1985年02期
5 ;“《化工装备技术》联络网”章程审定通过[J];化工装备技术;1987年06期
6 ;《化工装备技术》联络网章程[J];化工装备技术;1987年06期
7 ;《化工装备技术》一九八八年总目录[J];化工装备技术;1988年06期
8 ;《化工装备技术》一九八九年总目录[J];化工装备技术;1989年06期
9 吕渭春;日本化工装备图的翻版[J];化工装备技术;1990年03期
10 ;《化工装备技术》一九九○年总目录[J];化工装备技术;1990年06期
相关会议论文 前1条
1 程治方;;“十五”期间化工装备制造业发展概况及提高产业核心竞争力的相关对策[A];2004年全国化工、石化装备国产化暨设备管理技术交流会会议论文集[C];2004年
相关重要报纸文章 前3条
1 记者 王乐意 通讯员 唐健;新疆首个大型化工装备基地奠基[N];中国化工报;2014年
2 特约记者 魏双林;正通以塑代钢推出节能塔器[N];中国化工报;2010年
3 王秋;应走高端路线[N];中国化工报;2014年
，本文编号：2495456
本文链接：https://www.wllwen.com/kejilunwen/huaxuehuagong/2495456.html
