[发明专利]一种基于田纳西伊斯曼过程的先验知识故障诊断方法在审
申请号: | 201710284568.4 | 申请日: | 2017-04-25 |
公开(公告)号: | CN107133642A | 公开(公告)日: | 2017-09-05 |
发明(设计)人: | 张颖伟;严启保;刘俊梁 | 申请(专利权)人: | 东北大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 沈阳优普达知识产权代理事务所(特殊普通合伙)21234 | 代理人: | 李晓光 |
地址: | 110819 辽宁*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种基于田纳西伊斯曼过程的先验知识故障诊断方法,步骤为采集田纳西伊斯曼过程的离线历史数据;选择调节参数矩阵U∈Rn×n和KNN算法中的k;在已有的加权无向图上构建邻接矩阵W,在此基础上算出矩阵D,定义拉普拉斯矩阵L=D‑W,根据拉普拉斯正则化算法,计算拉普拉斯正则项根据局部正则化算法,计算局部正则项(I‑A)T(I‑A),;根据计算标签矩阵;根据来标记未标记样本,归一化后得到工业过程的故障分类信息。本发明充分挖掘和利用标记样本和未标记样本特征信息建立故障诊断模型,用田纳西伊斯曼过程数据进行验证,其中在最后分类阶段,对分类器进行了改进,提高了分类的精度,同时对样本的错分率及样本分离度等验证标准都有所改进。 | ||
搜索关键词: | 一种 基于 田纳西 伊斯曼 过程 先验 知识 故障诊断 方法 | ||
【主权项】:
一种基于田纳西伊斯曼过程的先验知识故障诊断方法,其特征在于包括以下步骤:1)采集田纳西伊斯曼过程的离线历史数据X=[x1,x2,...,xl,xl+1,...,xn]∈Rm×n,其中xi(i=1,2,...,l)为已经通过专家先验知识标记的数据,xi(i=l+1,l+2,...,n)是未标记数据,l为已标记故障状态类别的数目,n为历史数据故障状态类别的总数目;初始化矩阵Y∈Rn×c,其中c表示故障状态类别,Rm×n、Rn×c均代表数据规模大小;2)选择调节参数矩阵U∈Rn×n和KNN算法中的k;其中,U∈Rn×n表示对角阵,k为近邻样本个数;3)在已有的加权无向图上构建邻接矩阵W,在此基础上算出矩阵D,定义拉普拉斯矩阵L=D‑W,根据拉普拉斯正则化算法,计算拉普拉斯正则项4)根据局部正则化算法,计算局部正则项(I‑A)T(I‑A),其中,I为n×n的单位矩阵,A为参数矩阵;5)根据计算标签矩阵,为对角阵;6)根据来标记未标记样本,归一化后得到工业过程的故障分类信息,fi为使得F最大的最优输出,为标签矩阵F中的元素,i为从1到n的任意数,j为故障的种类,取值从1~c,c为故障种类数目。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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东北大学,未经东北大学许可,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/patent/201710284568.4/,转载请声明来源钻瓜专利网。
- 上一篇:一种多层次数据融合算法
- 下一篇:基于多特征融合及特征选择的乐音信号分类方法