[发明专利]基于深度神经网络的高炉故障诊断规则导出方法有效
| 申请号： | 202010422427.6 | 申请日： | 2020-05-19 |
| 公开（公告）号： | CN111651931B | 公开（公告）日： | 2022-05-17 |
| 发明（设计）人： | 黄晓珂;杨春节 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N3/04;G06N3/08;G06N5/00 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 林松海 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度神经网络的高炉故障诊断规则导出方法，属于工业过程监控、建模和仿真领域。首先，采用深度神经网络对历史高炉故障数据进行建模；然后，针对每种故障，从网络的输出层出发依次利用决策树建立深度神经网络相邻层节点的子模型，并导出if‑then规则；最后，将if‑then规则进行逐层合并，最终获得以高炉过程变量为规则前件，以故障类别为规则后件的高炉故障诊断规则。本发明方法，不仅利用深度神经网络高诊断精度的优势，从高炉历史数据中获取故障诊断知识，还将知识转化成易被高炉操作人员理解的规则，实现人机协同的知识与决策融合，能够广泛应用于对于故障诊断有高可信度和准确度要求的工业系统。 | ||
| 搜索关键词： | 基于 深度 神经网络 高炉 故障诊断 规则 导出 方法 | ||
【主权项】：
暂无信息
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浙江大学，未经浙江大学许可，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/202010422427.6/，转载请声明来源钻瓜专利网。
