[发明专利]一种多模态工业过程模态辨识与故障分类方法在审
| 申请号： | 201810062893.0 | 申请日： | 2018-01-23 |
| 公开（公告）号： | CN108334898A | 公开（公告）日： | 2018-07-27 |
| 发明（设计）人： | 郑英;严浩兰;汪上晓;张洪 | 申请（专利权）人： | 华中科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 华中科技大学专利中心 42201 | 代理人： | 廖盈春;李智 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种多模态工业过程模态辨识与故障分类方法，包括：采集来自不同模态下的工业过程历史正常数据和故障数据；对不同的模态进行离线分类；采集待检测的工业过程数据；根据标准欧氏距离计算待检测样本的两个特征量：点的局部密度和到高局部密度点的最小距离；根据两个特征量的分布情况，在线判断待检测样本所属的模态；本发明通过采集来自不同模态下的故障历史数据；对不同的故障进行离线分类；采集待检测的故障样本；在线判断待检测样本的故障类型；可以在不需要先验知识的条件下，辨识出数据的模态和故障类型，并且在聚类时不需要指定聚类中心和聚类数目，大大降低了计算量。 | ||
| 搜索关键词： | 模态 待检测样本 工业过程 辨识 采集 故障分类 故障类型 离线分类 在线判断 多模态 特征量 聚类 工业过程数据 故障历史数据 故障数据 故障样本 聚类中心 欧氏距离 先验知识 正常数据 最小距离 计算量 检测 | ||
【主权项】：
1.一种多模态工业过程模态辨识与故障分类方法，其特征在于，包括：(1)收集待检测样本数据作为待检测样本点，计算所述待检测样本点与历史训练样本集之间的标准欧氏距离；(2)基于所述待检测样本点与历史训练样本集之间的标准欧氏距离计算所述待检测样本点的局部密度和到高局部密度点的最小距离；(3)将所述待检测样本点的局部密度放到所述历史训练样本集的降序排列的局部密度集合中，重新进行降序排列得到新局部密度集合；(4)根据所述新局部密度集合，若所述待检测样本点到比所述待检测样本点的局部密度更高的目标历史样本点的最小距离等于所述待检测样本点到所述目标历史样本点的标准欧氏距离，则所述待检测样本点与所述目标历史样本点属于同一个类簇，然后由所属的类簇判断所述待检测样本点所属的模态和故障类型。
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华中科技大学，未经华中科技大学许可，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/201810062893.0/，转载请声明来源钻瓜专利网。
