-
公开(公告)号：CN111709181A
公开(公告)日：2020-09-25
申请号：CN202010372026.4
申请日：2020-05-06
Applicant: 东华大学
Abstract: 本发明涉及一种基于主成分分析的涤纶长丝工业生产流程故障预测方法，包括如下步骤：(1)获取涤纶长丝原始生产数据和物理指标；(2)对原始生产数据进行主成分分析，并降维；(3)根据降维后的k维数据，利用多元线性回归算法建立简化模型，(4)对简化模型的系数求解(先设立代价函数，再以涤纶长丝原始生产数据作为输入，以物理指标作为真实值，训练简化模型，以wT和b为训练对象，不断调节直到达到终止条件；对应的wT和b被确定下来)，得到故障预测模型；(5)设定监督值F和阈值H；(6)预测故障；本发明的生产流程故障预测方法中加入了主成分分析法，将大数据降维，更简便的对数据进行分析，减少了人力成本、提高了预测准确率。
-
公开(公告)号：CN111709181B
公开(公告)日：2022-03-15
申请号：CN202010372026.4
申请日：2020-05-06
Applicant: 东华大学
Abstract: 本发明涉及一种基于主成分分析的涤纶长丝工业生产流程故障预测方法，包括如下步骤：(1)获取涤纶长丝原始生产数据和物理指标；(2)对原始生产数据进行主成分分析，并降维；(3)根据降维后的k维数据，利用多元线性回归算法建立简化模型，(4)对简化模型的系数求解(先设立代价函数，再以涤纶长丝原始生产数据作为输入，以物理指标作为真实值，训练简化模型，以wT和b为训练对象，不断调节直到达到终止条件；对应的wT和b被确定下来)，得到故障预测模型；(5)设定监督值F和阈值H；(6)预测故障；本发明的生产流程故障预测方法中加入了主成分分析法，将大数据降维，更简便的对数据进行分析，减少了人力成本、提高了预测准确率。
-
公开(公告)号：CN111723514A
公开(公告)日：2020-09-29
申请号：CN202010387656.9
申请日：2020-05-09
Applicant: 东华大学
IPC: G06F30/27 , G06K9/62 , G06F113/12
Abstract: 本发明涉及一种基于高斯核函数的SVM算法的工艺流程故障诊断方法，首先获取原始数据，原始数据为测试样本在工艺流程各部分对应的特征值，工艺流程共n部分，各个测试样本的特征值为X1、X2...Xi...Xn，对应的权值为w1、w2...wi...wn；然后提取线性可分的测试样本，并利用SVM算法进行初步分类，当时，将特征向量为X(j)的测试样本分为第一类，即无故障；反之，则将特征向量为X(j)的测试样本分为第二类，即有故障；最后提取非线性可分的测试样本，并建立高斯核函数模型后利用SVM算法进行分类，当w*1f1+w*2f2...w*sfs...+w*mfm+b*>＝0时，将特征向量为X(r)的测试样本分为第一类，即无故障；反之，则将特征向量为X(r)的测试样本分为第二类，即有故障。本发明利用SVM和高斯核函数保证了故障识别的效率与质量。
-
-
Search Results
3
records
(took 0.015 seconds)
