[发明专利]一种基于低偏差随机配置网络的气动调节阀故障诊断方法有效
申请号: | 202011062714.7 | 申请日: | 2020-09-30 |
公开(公告)号: | CN112229624B | 公开(公告)日: | 2021-06-25 |
发明(设计)人: | 代伟;王聪;张道明;彭勇;夏振兴;杨春雨;缪燕子 | 申请(专利权)人: | 中国矿业大学 |
主分类号: | G01M13/003 | 分类号: | G01M13/003 |
代理公司: | 江苏圣典律师事务所 32237 | 代理人: | 郝伟扬 |
地址: | 221116 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 偏差 随机 配置 网络 气动 调节 故障诊断 方法 | ||
1.一种基于低偏差随机配置网络的气动调节阀故障诊断方法,其特征在于:包括以下步骤:
步骤一、数据采集:
通过信号采集装置采集阀杆位移X、阀前压力P1、阀后压力P2、介质流速F、执行器输入CV数据,然后传输至上位机;
步骤二、数据预处理与特征提取:
气动调节阀状态共N种,包括1种正常状态和N-1种故障状态;在训练诊断模型过程中,每次CV从0%变化到100%再变回0%为一次分档测试;每次测试采集的数据是一个包含5种变量的5*k的矩阵,将其按行拼接转换为1*5k的向量作为一个原始样本;每种状态都有Num个样本,样本总数T=Num*N;对样本数据xi归一化处理;给转换后数据加上对应于状态的标签从1到N,分别表示N种不同的调节阀状态;将样本集分成m个训练样本集和n个测试样本集,其中m+n=T;对训练样本标签、测试样本标签分别进行独热编码生成输出矩阵Tm、Tn;训练样本和测试样本标准化处理,使样本均值为0,方差为1;用X表示训练样本,X2表示测试样本,使用动态内部主成分分析法与主成分分析法分别提取X动态特征与静态特征组成训练集特征矩阵,并获取负载向量组成负载矩阵,再以获取的负载矩阵完成X2的特征提取,得到测试集特征矩阵;
步骤三、建立低偏差随机配置网络故障诊断模型:
以由低偏差序列随机分配输入权重w和偏置b,根据监督机制建立隐藏节点候选节点池,每次选取最优节点接入随机配置网络直至达到终止条件;具体包括以下步骤:
3.1、初始化参数:最大隐藏层节点数Lmax,临界容忍误差ε,γ∈(0,1),最大配置次数Tmax,随机参数范围[-λ,λ],变化步长△λ;
3.2、低偏差sobol序列随机配置输入权重w和偏置b;建立sobol候选点池,大小为Tmax,根据公式w=sobol1×2λ-λ,b=sobol2×2λ-λ,以低偏差序列随机配置Tmax次隐藏层输入权重w和偏置b形成候选节点池,将成功构成候选节点的低偏差点从sobol候选点池移除,同时向其中插入新的未使用过的低偏差点,使sobol候选点池的大小保持不变;低偏差sobol序列的生成方法如下:设sobol序列由构成,vi即为sobol序列的第i个数,mi2i且为正奇数;vi,mi的生成依赖于系数为a、阶数为p的简单多项式f(x),多项式系数只为0或1,形式为f(x)=xp+a1xp-1+…+ap-1x+ap;对于ip,vi、mi递推公式为:
mi=2a1mi-1⊕22a2mi-2⊕…⊕2papmi-p⊕mi-p
其中表示向下取整,⊕表示二进制按位异或,得到序列后即为sobol序列;
3.3、计算输出矩阵hL,激活函数选取Sigmoid,输入为步骤二中训练集特征矩阵,根据监督机制计算ξL,记录Tmax次内ξL最大时的w,b,hL;若Tmax次都不满足监督机制,则更新参数γ=γ+τ,其中τ∈(0,1-γ),λnew=λ+△λ,随机参数区间变化为[-λnew,λnew],返回上一步;ξL计算公式为:
其中μL=(1-γ)/(L+1)
计算隐层输出权重其中HL=[h1,h2,…,hL],表示广义逆;残差为eL=HL·βL-Tm,当残差满足容忍误差ε或隐层节点数达到Lmax时不再新增节点,建模完成,得到低偏差随机配置网络模型f=HβL;否则返回上一步继续构造模型。
2.根据权利要求1所述的基于低偏差随机配置网络的气动调节阀故障诊断方法,其特征在于:在步骤一中,在气动调节阀预留处安装位移传感器获取阀杆位移X,在传输管道前后安装压力传感器获取阀前压力P1、阀后压力P2,在管道内安装流速传感器获取介质流速F;阀门执行器电流信号输入范围为4-20mA电流信号,以25%阶跃给定执行器输入CV,通过串口通信将采集的数据通过微机单元传输至上位机。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国矿业大学,未经中国矿业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011062714.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:空调器
- 下一篇:铁路科研数据可视化交互方法及系统、设备及存储介质