[发明专利]基于强鲁棒自适应算法的采煤机故障诊断系统

权利要求书

1.基于强鲁棒自适应算法的采煤机故障诊断系统，其特征在于：包括数据预处理模块、采煤机故障诊断模型建模模块、自适应寻优模块、采煤机故障诊断模块以及模型失配矫正模块：所述自适应寻优模块，用以对重要参数——随机特征个数M,子样本个数即子决策树个数N进行优化；采用自适应群智能算法进行寻优，具体过程如下：

(1)随机产生初始粒子速度和位置；

(2)计算种群多样性指数D(t)：

其中，Gbest(t)是整个群在第t次迭代时到达过的全局最优解，F(Gbest(t))表示对应的适应度值，m是群规模，r_i()是第i个粒子在第t次迭代时的位置，F(r_i(t))表示r_i(t)对应的适应度值，适应度选择错误率的相反数；

(3)更新学习速率参数μ(t)：

(4)更新粒子的速度和位置，产生新的群体；

其中，α₁＝0.5是个体加速度参数，α₂＝0.35是全局加速度参数，和是0-1之间的随机数，t为迭代次数，m为群规模，取值50－100；v_ik(t+1)是第i个粒子的第k个分量在第t+1次迭代的速度，v_ik(t)是第i个粒子的第k个分量在第t次迭代的速度，r_ik(t+1)是第i个粒子的第k个分量在第t+1次迭代的位置，r_ik(t)是第i个粒子的第k个分量在第t次迭代的位置，Lbest_ik是第i个粒子的第k个分量到达过的最优解，Gbest_k是第k个分量的全局最优解，R是待寻优的参数个数，k＝1,2分别对应于随机特征个数M，子决策树个数N；

(5)判断是否符合算法终止条件——连续五次迭代全局最优解不变，若符合，输出全局最优粒子及其代表的最优解，并结束迭代；否则返回第(2)步继续迭代；

(6)重复以上步骤，将优化好的模型在验证集上进行测试，选取训练集验证集上正确率最高的模型作为最优模型。

2.根据权利要求1所述基于强鲁棒自适应算法的采煤机故障诊断系统，其特征在于：所述数据预处理模块用以进行采煤机数据预处理，采用如下过程完成：

(1)从数据库中采集一条采煤机数据，其特征分别为x_j，j＝1,2,…d，d为特征维度；

(2)对样本特征进行归一化处理，得到归一化特征值

3.根据权利要求1所述基于强鲁棒自适应算法的采煤机故障诊断系统，其特征在于：所述采煤机故障诊断模型建模模块，用以建立采煤机故障诊断模型，采用如下过程完成：

(1)从数据库中采集N_s个采煤机数据X_s及其所对应的故障类型标签Y_s作为训练集,采集N_v个采煤机数据X_v及其所对应的故障类型标签Y_v作为验证集；

(2)采用训练集进行监督训练，得到采煤机故障诊断模型：

Y＝f(X)，(5)。

4.根据权利要求1所述基于强鲁棒自适应算法的采煤机故障诊断系统，其特征在于：所述采煤机故障诊断模块用以利用训练好的最优采煤机故障诊断模型对新采集的采煤机数据进行识别以判断采煤机当前是否故障以及故障类型；采用如下过程完成：

(1)对新采集到的采煤机数据X_t进行预处理：

(2)利用自适应寻优模块优化后的最优模型对采煤机故障进行诊断：

其中，f_opt为优化后的最优模型，为预测的采煤机故障类型。