[发明专利]一种结合聚类思想进行特征提取的砼活塞故障预测方法有效
| 申请号： | 201910585584.6 | 申请日： | 2019-07-01 |
| 公开（公告）号： | CN110262460B | 公开（公告）日： | 2020-07-03 |
| 发明（设计）人： | 安程治;李锐;段强;于治楼 | 申请（专利权）人： | 浪潮集团有限公司 |
| 主分类号： | G05B23/02 | 分类号： | G05B23/02 |
| 代理公司： | 济南信达专利事务所有限公司 37100 | 代理人： | 姜明 |
| 地址： | 250100 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明特别涉及一种结合聚类思想进行特征提取的砼活塞故障预测方法。该结合聚类思想进行特征提取的砼活塞故障预测方法，采集工况数据并将其上传至云端工况数据库；对各个特征间进行可视化的皮尔森相关性分析，并对选出的强相关性的特征进行三聚类；分别计算聚类结果的轮廓系数；利用Light GBM，XGBoost和CatBoost算法分别对数据进行训练和预测，最后取三个预测结果通过求均值的方法进行融合。该结合聚类思想进行特征提取的砼活塞故障预测方法，结合皮尔森相关性系数与K‑means聚类方法发掘提炼出特征中较深层次的特征信息，增强了预测的准确性与鲁棒性，极大的提高了砼活塞故障预警的可靠性与精确性，能够减少不必要的生产损失。 | ||
| 搜索关键词： | 一种 结合 思想 进行 特征 提取 活塞 故障 预测 方法 | ||
【主权项】：
1.一种结合聚类思想进行特征提取的砼活塞故障预测方法，其特征在于，包括以下步骤：第一步：利用安装在混凝土泵车上的工业物联网边缘计算盒子采集工况数据，并将采集的工况数据上传至云端工况数据库；第二步：采集完工况数据后，首先对各个特征间进行可视化的皮尔森相关性分析，选出强相关性的特征，并对选出的强相关性的特征进行三聚类；第三步：在得到聚类结果之后，对三聚类的三个中心点分别计算轮廓系数，得到三列新特征用于描述聚类的好坏；第四步：利用Light GBM，XGBoost和CatBoost算法分别对数据进行训练和预测，最后取三个预测结果通过求均值的方法进行融合。
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浪潮集团有限公司，未经浪潮集团有限公司许可，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/201910585584.6/，转载请声明来源钻瓜专利网。
