基于局部权重角度离群算法的球磨机故障诊断
文献类型：期刊论文
| 作者 | 曾鹏 ; 曲星宇; 李俊鹏
|
| 刊名 | 信息与控制
 |
| 出版日期 | 2017 |
| 卷号 | 46期号:4页码:489-494 |
| 关键词 | 故障诊断 角度离群算法 LW-FastVOA算法 随机超平面 AMS草图 |
| ISSN号 | 1002-0411 |
| 其他题名 | Fault Diagnosis of Ball Mill Based on LW-FastVOA Algorithm |
| 产权排序 | 1 |
| 通讯作者 | 曲星宇 |
| 中文摘要 | 矿用球磨机故障诊断是典型的复杂工业过程多维数据挖掘问题，难点在于多维数据挖掘准确度低且算法时间复杂度高，为此提出基于局部权重角度离群算法（LW-FastVOA）的数据挖掘方法。首先采用角度离群算法（ABOD）在多维空间中衡量数据点的离群度，并针对ABOD算法时间复杂度算法较高问题，采用FastVOA算法将数据集正交投影于随机超平面上，利用AMS草图推导出各点的方差，归纳将其投影到随机超平面上作为频矩参数，算法的时间复杂度降低.最后提出LW-FastVOA算法增加数据点的局部权重，降低多聚簇间离群点遗漏率，从而提高了算法精度.仿真实验结果表明，所提出的LW-FastVOA算法提高了精确率与召回率，验证了算法的有效性和可行性。 |
| 英文摘要 | Fault diagnosis of a ball mill is a typical multi-dimensional data mining problem in complex industrial processes. The difficulty of this problem lies in the low accuracy and high time complexity of multi-dimensional data mining. We propose a FastVOA with local weight (LW-FastVOA) to solve the problem. First, we apply the angle-based outlier detection (ABOD) to measure the outlier factor. Then, we use the FastVOA algorithm to reduce the time complexity of ABOD. The algorithm projects the dataset on random hyperplanes orthogonally and then derives the variance with AMS sketches. The frequency moments of the points are approximated by summarizing and projecting on the random hyperplanes. Finally, we propose the LW-FastVOA algorithm to add the local weight of the data points and reduce the omission rate of outliers among clusters to improve the accuracy. Simulation results show that the LW-FastVOA algorithm improves the precision rate and recall rate in fault diagnosis, thereby verifying the effectiveness and feasibility of the algorithm. |
| 收录类别 | CSCD |
| 语种 | 中文 |
| CSCD记录号 | CSCD:6065034 |
| 源URL | [http://ir.sia.cn/handle/173321/20973]  |
| 专题 | 沈阳自动化研究所_工业控制网络与系统研究室 |
| 作者单位 | 1.中国科学院沈阳自动化研究所工业信息学重点实验室 2.中国科学院大学 3.北方重工集团有限公司 |
| 推荐引用方式 GB/T 7714 | 曾鹏,曲星宇,李俊鹏. 基于局部权重角度离群算法的球磨机故障诊断[J]. 信息与控制,2017,46(4):489-494. |
| APA | 曾鹏,曲星宇,&李俊鹏.(2017).基于局部权重角度离群算法的球磨机故障诊断.信息与控制,46(4),489-494. |
| MLA | 曾鹏,et al."基于局部权重角度离群算法的球磨机故障诊断".信息与控制 46.4(2017):489-494. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。