公开(公告)号：CN117421667A

公开(公告)日：2024-01-19

申请号：CN202311423013.5

申请日：2023-10-30

Applicant: 重庆邮电大学

Inventor： 王浩 ,  徐浩 ,  龚圆林

IPC: G06F18/2415 ,  G06F18/213 ,  G06F18/10 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08 ,  G06N3/006

Abstract: 本发明涉及一种基于改进灰狼算法优化的Attention‑CNN‑LSTM工业过程故障诊断方法，属于故障诊断技术领域，包括以下步骤：S1：获取工业过程的样本数据，针对数据集的特点对数据集进行预处理操作，并划分为训练集和测试集；S2：构建Attention‑CNN‑LSTM故障诊断模型，并初始化模型参数；S3：使用改进灰狼算法IGWO对模型参数进行优化；S4：训练Attention‑CNN‑LSTM故障诊断模型，用测试集数据对模型进行测试，得到分类结果；S5：使用训练好的Attention‑CNN‑LSTM故障诊断模型进行工业过程故障诊断。

公开(公告)号：CN117421658A

公开(公告)日：2024-01-19

申请号：CN202311422979.7

申请日：2023-10-30

Applicant: 重庆邮电大学

Inventor： 王浩 ,  龚圆林 ,  徐浩

IPC: G06F18/241 ,  G06F18/214 ,  G06F18/22 ,  G06F18/10 ,  G06N3/006 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/0895

Abstract: 本发明涉及一种基于半监督一致性编码网络的化工过程故障诊断方法，属于故障检测技术领域，包括以下步骤：S1：获取化工生产过程中操作变量和生产过程中各传感器测量的过程变量作为化工生产过程的历史数据；S2：获取化工过程故障诊断的样本数据，针对数据集的特点对数据集进行预处理操作；S3：构建CRLE‑LSTM分类模型，并初始化模型参数；S4：将训练集用于CRLE‑LSTM的半监督训练；S5：采用诊断准确度和定位准确度作为模型度量，不断优化训练效果，得出训练模型，用于在线故障诊断；S6：在线过程数据样本被处理后送入经过验证的CRLE‑LSTM中，以对故障类型进行分类并提取与故障相关的变量。