[发明专利]基于多流形半监督局部-全局的电熔镁炉故障监测方法

摘要

本发明提供一种基于多流形半监督局部‑全局的电熔镁炉故障监测方法，该方法：获取电熔镁炉熔炼过程的原始数据集X，根据电熔镁炉熔炼过程的原始数据集建立基于多流形半监督局部及全局保持的过程监测模型，实时采集电熔镁炉熔炼过程的测试数据x₀，采用基于多流形半监督局部及全局保持的过程监测模型对测试数据x₀进行故障类型诊断；本发明方法同时兼顾了数据的局部及全局结构，同时为防止出现局部过学习，考虑了同类数据间的局部多样性信息，最终构造出多流形半监督故障诊断的最优目标函数，具有良好的监测效果。

主权项

1.一种基于多流形半监督局部‑全局的电熔镁炉故障监测方法，其特征在于，包括以下步骤：步骤1：获取电熔镁炉熔炼过程的l组标记样本类别的数据和u组未标记样本类别的数据，组成原始数据集X＝(X_L，X_U)∈R^m×n，其中，X_L＝[x₁，x₂，...，x_l]，X_U＝[x_l+1，x_l+2，...，x_l+u]，l+u＝n，为标记数据，为未标记数据，m为数据维数；步骤2：根据电熔镁炉熔炼过程的原始数据集建立基于多流形半监督局部及全局保持的过程监测模型；步骤2.1：通过非线性映射函数Φ将原始数据集X映射到一个高维的核Hilbert空间H中，得到高维空间数据集Φ(X)；步骤2.2：采用半监督核局部保持投影算法求解高维空间数据集Φ(X)中各样本点Φ(xi)的k个近邻域点，得到该样本点Φ(xi)的近邻域集合Nk(Φ(xi))，i∈1，2，...，n；步骤2.3：采用局部重构方法重构高维空间高维空间数据集Φ(X)的权值矩阵P；步骤2.4：根据核方法求解高维空间数据集投影到各类样本数据流形上的映射矩阵WΦ＝{W1Φ，W2Φ，...，WcΦ，...，WMΦ}及系数矩阵A；步骤2.5：根据高维空间数据集在各类样本数据流形上的映射矩阵WΦ＝{W1Φ，W2Φ，...，WcΦ，...，WMΦ}及系数矩阵A，建立高维空间数据的低维嵌入坐标y＝{y1，y2，...，yc，...，yM}，即得到基于多流形半监督局部及全局保持的过程监测模型；步骤3：实时采集电熔镁炉熔炼过程的测试数据x0，采用基于多流形半监督局部及全局保持的过程监测模型对测试数据x0进行故障类型诊断；步骤3.1：实时采集电熔镁炉熔炼过程的测试数据x0；步骤3.2：通过非线性映射函数Φ将测试数据x0映射到一个高维的核Hilbert空间H中，得到测试数据高维空间数据Φ(x0)；步骤3.3：构造测试数据高维空间数据Φ(x0)在各类样本数据流形上的低维嵌入坐标yc0；步骤3.4：求解测试数据高维空间数据Φ(x0)在嵌入空间中在各个样本数据流形上的重构误差值errorc(Φ(x0))；步骤3.5：将测试数据高维空间数据Φ(x0)在嵌入空间中在各个样本数据流形上的重构误差值errorc(Φ(x0))最小值所属的数据流形c的样本类型作为该测试数据的故障类型。