[发明专利]基于过滤策略的特征对齐自编码器故障分类方法

说明书

本发明公开了一种基于过滤策略的特征对齐自编码器故障分类方法，该方法首先使用有标签数据对堆叠自编码器进行重构预训练，并且对重构误差明显大于有标签数据的无标签数据进行过滤操作，然后使用有标签数据与过滤后的无标签数据进行特征对齐自编码器分类模型的构建。特征对齐自编码器分类模型设计了基于Sinkhorn距离的交叉熵训练损失函数，该函数使得模型在微调阶段同时使用有标签数据和无标签数据，不仅可以实现数据信息的深度挖掘，还可以提高网络模型的泛化能力。同时，由于过滤策略的引入，模型的鲁棒性显著提升。

技术领域

本发明属于工业过程控制领域，特别涉及一种基于过滤策略的特征对齐自编码器故障分类方法。

背景技术

现代工业过程正朝着大规模、复杂化的方向发展。如何保证生产过程安全是工业过程控制领域重点关注和需要解决的关键问题之一。故障诊断是保障工业过程安全运行的关键技术，对提高产品质量和生产效率具有重要意义。故障分类属于故障诊断中的一个环节，通过从历史的故障信息中学习，实现故障类型的自动识别与判断，从而帮助生产人员快速地定位、修复故障，避免故障造成进一步的损失。随着现代测量手段的不断发展和进步，工业生产过程积累了大量的数据。数据描述了制造各生产阶段的真实情况，为读懂、分析和优化制造过程提供了宝贵的数据资源，是实现智能制造的智能来源。因此，如何合理地利用制造过程积累的数据信息，建立数据驱动的智能分析模型，以更好的为制造过程的智能决策与质量控制服务，是工业界较为关注的热点问题。数据驱动的故障分类方法利用机器学习、深度学习等智能分析技术，对工业数据深入挖掘、建模和分析，为用户和工业提供数据驱动的故障诊断模式。现有的数据驱动的故障分类方法大部分属于有监督学习的方法，在能获取充足有标签数据时，模型可以获得出色的性能。然而，在某些工业场景下很难获取大量、充足的有标签数据。因此，往往具有大量的无标签数据和少量的有标签数据。为了有效地利用无标签数据以提高模型的分类性能，基于半监督学习的故障分类方法逐渐受到了关注。然而，大部分现有的半监督故障分类方法大都依赖于某些数据假设，例如基于统计学习的半监督学习方法、基于图的半监督学习方法、以及基于协同训练、自训练等其他给无标签数据打标签的方法，这些方法都依赖一个假设，即：有标签样本与无标签样本属于同一分布。然而，这一假设存在其局限性，工业过程采集到的数据经常包含大量噪声和异常点，并且有可能会发生工况的飘移，有标签数据往往是经过过程领域的专家人工筛选、标注过的，而无标签样本则没有经过筛选，因此，无标签数据中很有可能会出现与有标签数据分布不一样的异常数据。当无标签数据与有标签数据分布不一致时，半监督算法会出现性能的下降，甚至低于只使用有标签数据进行训练的有监督算法。因此，亟需提供一种鲁棒的半监督学习方法，使得模型能够在有标签数据以及无标签数据存在分布不一致现象时仍然能够准确实施故障分类。

发明内容

本发明的目的在于针对现有技术的不足，提供一种基于过滤策略的特征对齐自编码器故障分类方法，该方法包括如下步骤：

一种基于过滤策略的特征对齐自编码器故障分类方法，该方法包括以下步骤：

步骤一：收集工业过程的正常工况数据以及各种故障数据，得到建模用的训练数据集：有标签样本集和无标签样本集其中，x代表输入样本，y代表样本标签，m表示有标签样本个数，n表示无标签样本个数；

步骤二：构建用于重构的堆叠自编码器模型，并利用有标签样本集对堆叠自编码器模型进行训练；

步骤三：利用训练好的堆叠自编码器模型对无标签样本集进行过滤，构建特征对齐自编码器分类模型；

步骤四：采集现场工作数据并输入所述特征对齐自编码器分类模型，输出对应的故障类别。

进一步地，所述步骤二具体分为如下的子步骤：

(2.1)构建用于重构的堆叠自编码器模型，包含多层编码器和解码器，模型输出是对输入的重构，计算公式如下：