-
公开(公告)号：CN109885030A
公开(公告)日：2019-06-14
申请号：CN201910189822.1
申请日：2019-03-13
Applicant: 东北大学
IPC: G05B23/02
Abstract: 本发明提出基于协同建模流形降维的氧化镁冶炼过程故障监测方法，包括：采集历史数据；建立邻接图矩阵；将灰度矩阵变换为投影向量，并扩展投影向量，构建目标函数，利用流形降维的方法求得目标函数中的投影向量；基于投影向量，计算灰度矩阵、降维后的向量，利用支持向量机算法对降维后的向量进行建模；利用基于历史数据的支持向量机模型，进行故障诊断，如果某测试数据被分到故障类别，那么有故障发生；本发明主要解决异构数据建模的问题，利用此方法进行的过程监测结果表明，该方法不仅能大大降低误报警，还提高了故障检测的准确性。
-
公开(公告)号：CN109885030B
公开(公告)日：2021-01-12
申请号：CN201910189822.1
申请日：2019-03-13
Applicant: 东北大学
IPC: G05B23/02
Abstract: 本发明提出基于协同建模流形降维的氧化镁冶炼过程故障监测方法，包括：采集历史数据；建立邻接图矩阵；将灰度矩阵变换为投影向量，并扩展投影向量，构建目标函数，利用流形降维的方法求得目标函数中的投影向量；基于投影向量，计算灰度矩阵、降维后的向量，利用支持向量机算法对降维后的向量进行建模；利用基于历史数据的支持向量机模型，进行故障诊断，如果某测试数据被分到故障类别，那么有故障发生；本发明主要解决异构数据建模的问题，利用此方法进行的过程监测结果表明，该方法不仅能大大降低误报警，还提高了故障检测的准确性。
-
公开(公告)号：CN107817745A
公开(公告)日：2018-03-20
申请号：CN201711053890.2
申请日：2017-10-31
Applicant: 东北大学
IPC: G05B19/048
Abstract: 本发明提供一种基于丛流形核线性判别分析的工业过程故障监测方法，涉及故障监测与诊断技术领域。该方法在电熔炉运行时采集同一时刻的电流数据和图像数据并作向量化处理，得到的样本矩阵，用基于从流形核线性判别分析方法建模并求出模型的特征矩阵，利用特征矩阵对电熔镁炉过程进行故障诊断，根据新样本的投影离各类别数据投影中心的距离判断新样本数据是否为正常数据。本发明主要解决数据的非线性和带标签样本过少及故障有多类的问题，在对多类别数据进行故障诊断时有效降低了误报率，且对故障所属类别判定的准确率有明显提高。
-
公开(公告)号：CN107817745B
公开(公告)日：2020-01-07
申请号：CN201711053890.2
申请日：2017-10-31
Applicant: 东北大学
IPC: G05B19/048
Abstract: 本发明提供一种基于丛流形核线性判别分析的工业过程故障监测方法，涉及故障监测与诊断技术领域。该方法在电熔炉运行时采集同一时刻的电流数据和图像数据并作向量化处理，得到的样本矩阵，用基于从流形核线性判别分析方法建模并求出模型的特征矩阵，利用特征矩阵对电熔镁炉过程进行故障诊断，根据新样本的投影离各类别数据投影中心的距离判断新样本数据是否为正常数据。本发明主要解决数据的非线性和带标签样本过少及故障有多类的问题，在对多类别数据进行故障诊断时有效降低了误报率，且对故障所属类别判定的准确率有明显提高。
-
-
-
Search Results
4
records
(took 0.016 seconds)
