基于主元分析的SVM动态过程质量异常模式识别

《基于主元分析的SVM动态过程质量异常模式识别》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、ට߾዇ీ基于主元分析的SVM动态过程质量异常模式识别QualityabnormalpatternrecognitionfordynamicprocessbasedonprincipalcomponentanalysisandSVM刘玉敏，张帅LIUYu-min,ZHANGShuai(郑州大学商学院，郑州450001)摘要：质量异常模式识别是实现生产动态过程在线质量监控与诊断的关键。针对现有质量异常模式识别在实际应用中存在的计算复杂和识别精度不高等问题，提出了一种基于主元分析的SVM动态过程质量异常模式识别的方法。运用PCA技术对原始样本数据进行特

2、征提取，有效去除原始数据中的噪音并降低数据维数；在特征提取的基础上，将主元特征向量作为SVM分类器的输入向量，进而利用粒子群寻优方法实现了对分类器参数优化选取，并进一步训练得到支持向量机分类器。最后，使用优化后的分类器对质量异常模式进行识别。仿真实验结果表明，该方法整体识别精度达到97.5%，适用于生产过程的质量监控和诊断。关键词：动态过程；模式识别；主元分析；支持向量机；粒子群算法中图分类号：TP274+.3文献标识码：A文章编号：1009-0134(2014)08(上)-0001-06Doi：10.3969/j.issn.1009-0134.

3、2014.08(上).010引言等利用小波特征和统计特征结合作为分类器的输[6]现代工业不断向复杂化和连续化方向发展，入，对控制图模式进行识别。在分类器优化方自动化生产及加工过程会产生大量的实时动态数面，学者们尝试着将SVM算法与其他方法相结合[7,9,10]据。随着信息技术的进步，对动态数据实时采集来实现对生产动态过程的质量异常模式识别。进而实现质量监控已成为可能。以控制图为代表肖应旺提出一种多支持向量机的方法，对生产过[7]的传统质量监控方法在对动态过程监控中无法有程进行监控和诊断。蒋少华等构建了基于四个高效利用实时数据，因此，基于人工智能的

4、动态过斯核函数支持向量机的MSVM识别模型，用于识[11]程质量异常模式识别方法引起了愈来愈多学者的别鼓风炉冶炼过程的质量异常模式。吴常坤等关注。而如何有效地提高智能监控的识别精度以通过多支持向量机的异常模式识别框架，分别对及减少模型计算复杂度是动态过程质量诊断的核趋势、阶跃、趋势阶跃混合和周期等控制图异常[1,2][12]心问题。模式进行识别。目前，国内外学者对动态过程质量异常模式综上所述，虽然现有特征提取方法可以在一识别的研究主要集中在基于特征提取和分类器优定程度上提高识别效率，但是未能考虑到动态数[3～7]化两个方面。在特征提取方面，很多学

5、者使据的实际特点，提取、识别过程中耗时较多，用数据的原始特征对异常模式进行识别和诊断，不能满足对动态过程的实时监控。在分类器优化但是由于数据中往往包含大量噪声，使用原始数中，由于SVM的核函数及其参数对识别效果有着据并不能取得很好的识别效果。Susanta等人提出较大影响，对于SVM参数的选取仍没有权威的方了用9种几何图形特征的提取方法对原始样本数据法，所以当前分类器很难在实际生产过程中得到[8]进行特征提取，取得了不错的识别效果。Vahid广泛的推广和应用。因此，本文提出了一种基于收稿日期：2014-03-06基金项目：国家自然科学基金项目（7

6、1272207；61271146）作者简介：刘玉敏（1956-），女，河南濮阳人，教授，博士，研究方向为质量控制和质量智能诊断等。第36卷 第8期 2014-08(上) 【1】主元分析的SVM质量异常模式识别模型。首先运图1（a）为正常模式，其主要表现形式为质用主元分析对原始数据进行特征提取，继而，采量特性值在设计均值附近随机波动。图1（b）为用PSO算法对SVM分类器参数进行全局寻优，接周期模式，其表现为质量特性值以一定周期进行着，采用优化后的SVM分类器对生产过程的质量异波动，通常加工部件松动或者电控设备电压不稳常模式进行识别。最后，通过仿真

7、实验对模型加以定会造成这种模式地出现。当质量特性值随时验证，并与其它识别模型进行识别精度的对比。间地推移出现逐渐上升或者下降的现象时，动态过程被认为处于向上趋势或向下趋势模式如图11动态过程质量异常模式（c）、（d）中所示，通常由于设备老化造成这在连续生产加工的动态过程中，由于受到诸类模式。阶跃模式则表现为在某一时刻质量特性多因素的交互影响，基本的质量异常模式主要有值突然出现大幅上升或者下降如图1（e）、（f）以下六种，分别为正常模式（NOR）、向上趋势中所示，通常由更换部件等因素造成。动态过程模式（IT）、向下趋势模式（DT）、向上阶跃只有在正

8、常模式下才可以使生产成本达到最小模式（US）、向下阶跃模式（DS）和周期模式化，其他五种质量异常模式都会造成动态过程的（CC）。具体表现