[发明专利]通过自适应支持向量机算法即时在线仪表校验和诊断方法

摘要

一种通过自适应支持向量机算法即时在线仪表校验和诊断方法，包括以下步骤：S1、搭建流网模型；S2、由现场实际测量数据迭代，通过自适应支持向量机算法计算确定模型中的参数，使模型可用；S3、定期重启上述步骤，对参数进行优化；S4、利用模型在稳定流场状态下，对采样的变量进行逐一校验；S5、排除掉疑似失效点后利用其余数据进行逆迭代运算，反向推导出疑似失效点的理论计算值；S6、排除工艺条件变化，用上述理论计算值对实际仪表信号进行比较分析，实现校验与故障诊断，确定信号健康水平；S7、按照测量时间，记录采样信号和计算信号，并按照确定性故障诊断条件报警及定位故障。本发明能做到仪表故障早发现，早报告，智能校正结果，提高工作效率。

主权项

1.一种通过自适应支持向量机算法即时在线仪表校验和诊断方法，其特征在于包括以下步骤：/nS1、通过流体力学连续性方程、动量方程和能量方程，搭建流网模型，包括流道模型和设备组件模型；/nS2、由现场实际测量数据迭代，通过自适应支持向量机算法计算确定模型中的参数，使模型可用；/nS3、定期重启上述步骤，对模型参数进行优化，从而重新适应新的工况条件，使模型自主学习与维护；/nS4、利用上面步骤得到的模型，在稳定流场状态下，对采样的变量进行逐一校验；/nS5、排除掉疑似失效点后利用其余数据进行逆迭代运算，反向推导出疑似失效点的理论计算值；/nS6、排除工艺条件变化，用上述理论计算值对实际仪表信号进行比较分析，采用预定义故障模式和偏差评价，得出实际信号的偏离参量，通过阀值判断、模糊逻辑、故障假设校验，实现校验与故障诊断，确定信号健康水平；/nS7、按照测量时间，记录采样信号和计算信号，并按照流网知识库、仪表故障特征库的诊断条件实现报警及定位故障。/n