基于分形理论与支持向量机的回转窑故障诊断

Fault diagnosis of rotary kiln on fractal theory and support vector machine

利用支持向量机进行故障分类,对数据样本的要求较高,在数据样本某些属性的特征区分不明显的条件下,分类效果不理想。文章尝试将分形理论引入到数据样本的处理中,利用得到的分形维数替代原数据样本中的特征性不强的属性,再利用支持向量机进行分类。针对新型干法水泥生产过程中常见的6种工艺故障,运用这两种分类策略进行分类,分类准确率分别为88.6667%和99.9996%。所以运用分形理论与支持向量机相结合的方法,可以更加有效地实现水泥回转窑故障的分类诊断。