重庆市教委科研基金(KJ060614)
- 作品数：4 被引量：23H指数：3
- 相关作者：王华秋廖晓峰刘全利王越邹航更多>>
- 相关机构：重庆大学重庆工学院更多>>
- 发文基金：重庆市教委科研基金国家自然科学基金重庆市自然科学基金更多>>
- 相关领域：自动化与计算机技术电气工程更多>>
- 基于鲁棒最小二乘支持向量机的电机振动故障诊断被引量：11
- 2007年
- 对时序数据建模与辨识技术进行了分析,提出了使用鲁棒最小二乘支持向量机(LS-SVM)算法建立自回归移动平均(ARMA)时序预测模型。该模型是在LS-SVM的约束条件中考虑了鲁棒特性和时序模型参数,使之在求解的过程中对孤立点与噪声不敏感,并且能准确地辨识时序模型参数。考虑到电机振动故障诊断的输入输出数据集间存在着复杂非线性时序上的关系,通过用基于鲁棒LS-SVM的ARMA模型预报电机的振动值,从而预测电机振动故障。实验表明该模型在对非线性时间序列预测精度和稳定性上具有明显的优越性,为确保电机正常运行创造了良好条件。
- 王华秋刘全利王越廖晓峰
- 关键词：鲁棒最小二乘支持向量机电机振动
- 一种并行协同粒子群优化的支持向量机预测模型被引量：6
- 2006年
- 转炉提钒过程是一个非常复杂的多元非线性反应过程,从统计学和反应机理等角度出发,难以建立终点控制静态模型．针对这样的问题,提出了并行协同粒子群优化的支持向量机预测模型,不仅克服了支持向量机偏差ε和折中参数C选择的随机性,而且较好地解决了大数据集的快速并行计算,缩短了计算时间,从而有利于连续生产操作．试验表明,用该模型预测转炉提钒的冷却剂加入量和吹氧时间,结果的误差减小,满足了终点命中率在90%以上的指标,具有工程实用性．
- 王华秋廖晓峰
- 关键词：支持向量机参数优化转炉提钒
- 自反馈RBF网络在高炉热状态模型预测中的应用被引量：3
- 2008年
- 在RBF神经网络的输入上加入了自反馈的神经元,提出了自反馈RBF神经网络,使网络对过去时态的数据具有了记忆能力,对该网络进行了稳定性分析后,采用层叠的自反馈神经元以增加网络的动态处理能力,并设计了自反馈RBF的在线训练算法,通过对混沌时序数据的仿真实验证明该算法的有效性。在此研究基础上,建立了高炉的热状态预测控制模型,预报铁水中硅的含量以达到判断高炉热状态的目的,实验表明该模型提高了高炉热状态的预报精度。
- 王华秋廖晓峰邹航董世都
- 关键词：径向基网络自反馈时态数据预测控制
- 基于并行核径向基神经网络的软测量与控制模型被引量：3
- 2006年
- 转炉提钒过程中存在大量多元非线性因素,难以从统计学和机理上建立各操作参数与生产目标的优化控制模型,为优化转炉的操作参数,建立了基于径向基神经网络的半钢钒含量软测量和控制模型。径向基神经网络常用于非线性回归预测和控制,但是高维的核函数矩阵运算需要花费巨大计算资源。为了缩短计算时间,本文设计了并行算法用于计算径向基网络核函数矩阵,并将它用于转炉提钒软测量和控制模型,在以MPI构建的工作站机群上执行该算法,利用实际数据验证了该算法的加速性和准确性。
- 王华秋曹长修李梁
- 关键词：转炉提钒软测量径向基机群
