基于SSAE的非线性系统故障分类方法

来源期刊：控制工程2018年第11期

论文作者：杨泽宇 王培良 叶晓丰

文章页码：2003 - 2009

关键词：堆叠稀疏自动编码器;核独立成分分析;softmax分类器;故障分类;TE过程;

摘    要：针对核独立成分分析（KICA）方法虽能对非线性非高斯过程数据有很好的处理能力,但是却不能有效地进行故障分类的问题,提出了一种将堆叠稀疏自动编码器（SSAE）与KICA方法结合的复杂系统故障分类方法。首先利用KICA提取数据的主导独立成分,然后通过SSAE和softmax分类器所构成的完整SSAE分类算法建立模型,该模型采用非监督逐层贪婪训练算法初始化网络权重,并使用有限内存拟牛顿（L-BFGS）算法进行反向微调各参数,最后将过程数据输入到该训练好的模型,实现故障分类。TE过程的实验结果表明,KICA-SSAE算法的故障平均分类精度较高,表现出良好的分类效果。