基于提升小波和递推LSSVM的实时故障诊断方法

提出了一种基于提升小波(LW)与递推最小二乘支持向量机(RLSSVM)相集合的实时故障诊断方法(LW-RLSSVM)。该方法首先通过提升小波变换对数据实时去噪,再通过实时算法训练最小二乘支持向量机分类器。由于采用了递推算法,节省了存储空间和运算时间,同时增加了诊断模型的适应性。为验证所提方法的有效性,将LW-RLSSVM应用于TE过程和青霉素发酵过程。实验结果表明,LW-RLSSVM集合方法能有效实现实时故障诊断,在诊断速度和适应性方面,优于基于第一代小波与LSSVM相集合(W-LSSVM)的故障诊断方法;在诊断精度等方面,该方法优于LSSVM、RLSSVM等方法。