[发明专利]一种基于WSVM和DCAE的涤纶长丝生产的故障诊断方法和系统

权利要求书

1.一种基于WSVM和DCAE的涤纶长丝生产的故障诊断方法，其特征是，流程如下：

(1)分别训练WSVM模型和DCAE模型得到WSVM分类器和DCAE分类器；

(2)将WSVM分类器和DCAE分类器结合，即将WSVM分类器的部分输出数据作为DCAE分类器的输入数据输入到DCAE的输入层；

(3)采集多组故障特征参数数据并进行预处理后将其输入到WSVM分类器中，由其输出各组故障特征参数数据及其对应的故障诊断标签，故障诊断标签共三类，分别为：故障、正常和模糊；

(4)将故障诊断标签为故障和模糊的几组故障特征参数数据输入到DCAE分类器中，由其输出各组故障特征参数数据及其对应的故障类型标签，同时将故障诊断标签为正常的几组故障特征参数数据对应的故障类型标签记为正常合格后，输出各组故障特征参数数据及其对应的故障类型标签；

训练WSVM模型的过程为：

(a)采集多组故障诊断标签为故障的故障特征参数数据和多组故障诊断标签为正常的故障特征参数数据并进行预处理；

(b)以各组故障特征参数数据为输入，各组故障特征参数数据及其对应的故障诊断标签为理论输出，训练WSVM模型得到一个用于数据初筛的超平面H；

(c)在超平面H两边各划定一段适当的距离，得到两个超平面H1和H2，两个超平面以内的区域为模糊区域，以外的两个区域分别代表故障区域和正常区域，将落入模糊区域的故障特征参数数据的故障诊断标签记为模糊，将落入故障区域的故障特征参数数据的故障诊断标签记为故障，将落入正常区域的故障特征参数数据的故障诊断标签记为正常，即得到WSVM分类器；

训练DCAE模型的过程为：

(i)采集故障类型标签已知且包含所有故障类型的多组故障特征参数数据并进行预处理；

(ii)以各组故障特征参数数据为输入，以各组故障特征参数数据及其对应的故障类型标签为理论输出，训练DCAE模型，确定各神经元的连接权值及偏差，即得到DCAE分类器。

2.根据权利要求1所述的一种基于WSVM和DCAE的涤纶长丝生产的故障诊断方法，其特征在于，故障特征参数为纺丝速度、接触压力和卷绕角，对应的单位分别为m/min、MPa和°；纺丝速度为卷绕机摩擦锟的速度μ，由速度传感器采集得到；接触压力为卷绕机的压锟接触压力P，由压力传感器采集得到；卷绕角的计算公式如下：

式中，D为横动导丝器往复动程的距离，由距离传感器采集得到；

故障类型标签为正常合格、纤度不合格、断裂强度不合格和弹性回复率不合格。

3.根据权利要求2所述的一种基于WSVM和DCAE的涤纶长丝生产的故障诊断方法，其特征在于，采集故障类型标签已知且包含所有故障类型的多组故障特征参数数据是指采集四类数据，分别为：故障类型标签为正常合格的故障特征参数数据、故障类型标签为纤度不合格的故障特征参数数据、故障类型标签为断裂强度不合格的故障特征参数数据和故障类型标签为弹性回复率不合格的故障特征参数数据，并按照无替换抽样原则，随机抽取每类数据中的q组数据，q为每类数据中抽取的数据组数。

4.根据权利要求1所述的一种基于WSVM和DCAE的涤纶长丝生产的故障诊断方法，其特征在于，预处理的过程为：先对故障特征参数数据进行归一化处理，再确定每个故障特征参数数据对应的样本权重后，将每个故障特征参数数据与其对应的样本权重相乘；归一化处理的公式如下：

式中，x^*为归一化处理后的数据，x为归一化处理前的数据，x_min为x的最小值，x_max为x的最大值。