技術(shù)特征:
技術(shù)總結(jié)
本發(fā)明提出一種基于知識數(shù)據(jù)的半監(jiān)督核判別分析故障診斷方法,該方法采集電熔煤爐熔煉過程歷史工況數(shù)據(jù),并對歷史工況數(shù)據(jù)進(jìn)行預(yù)處理,得到樣本數(shù)據(jù)集X,將樣本數(shù)據(jù)集X映射到特征空間,得到歷史工況數(shù)據(jù)的特征空間數(shù)據(jù)集XΦ,根據(jù)歷史工況數(shù)據(jù)的特征空間數(shù)據(jù)集XΦ建立基于知識數(shù)據(jù)的半監(jiān)督核判別分析故障診斷模型;實(shí)時(shí)采集電熔鎂爐熔煉過程的測試數(shù)據(jù)xnew,采用基于知識數(shù)據(jù)的半監(jiān)督核判別分析故障診斷模型對測試樣本數(shù)據(jù)xnew進(jìn)行故障類型診斷;該方法利用知識經(jīng)驗(yàn)對類內(nèi)離散度和類間離散度進(jìn)行改進(jìn)充分挖掘和利用標(biāo)記樣本和未標(biāo)記樣本特征信息建立故障診斷模型,對分類器進(jìn)行了改進(jìn),提高了分類的精度,同時(shí)對樣本的錯(cuò)分率及樣本分離度等驗(yàn)證標(biāo)準(zhǔn)都有所改進(jìn)。
技術(shù)研發(fā)人員:張穎偉;栗振杰;鹿雪文
受保護(hù)的技術(shù)使用者:東北大學(xué)
技術(shù)研發(fā)日:2017.03.24
技術(shù)公布日:2017.08.18