[发明专利]基于全局保持无监督核极限学习机的故障检测方法及系统有效
| 申请号： | 201910635209.8 | 申请日： | 2019-07-15 |
| 公开（公告）号： | CN110362063B | 公开（公告）日： | 2020-07-03 |
| 发明（设计）人： | 张汉元;孙雪莹;侯传晶;辛征 | 申请（专利权）人： | 山东建筑大学 |
| 主分类号： | G05B23/02 | 分类号： | G05B23/02 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 张庆骞 |
| 地址： | 250101 山东省济*** | 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： | 本公开提供了一种基于全局保持无监督核极限学习机的故障检测方法及系统。其中，基于全局保持无监督核极限学习机的故障检测方法，包括：离线建模步骤；在线监控步骤，其过程为：对测试数据进行归一化处理；其中，测试数据为非线性工作过程工况数据；根据核函数计算测试数据的核向量，并在特征空间中对核向量进行均值中心化处理，获得测试核向量；根据全局保持无监督核极限学习机从测试核向量中提取测试数据的低维特征信息矩阵，计算测试数据的监控统计量；依据测试数据的监控统计量是否超出其控制限，判断非线性工业过程是否发生故障，达到实时检测过程故障的目的。 | ||
| 搜索关键词： | 基于 全局 保持 监督 极限 学习机 故障 检测 方法 系统 | ||
【主权项】：
1.一种基于全局保持无监督核极限学习机的故障检测方法，其特征在于，包括：离线建模步骤，其过程为：利用归一化的训练数据集，构建全局保持无监督极限学习机的数学模型；所述训练数据集中的训练数据均为非线性工作过程正常操作工况数据；将全局保持无监督极限学习机的最优化问题转化为广义特征值分解问题，得到广义特征值分解问题数学公式表述，利用核函数更新广义特征值分解问题数学公式表述，计算全局保持无监督核极限学习机输出加权矩阵的最终解；根据输出加权矩阵的最终解从归一化的训练数据集中提取保持局部和全局结构的低维特征信息矩阵，再利用支持向量数据描述算法构建出监控统计量并确定其控制限；在线监控步骤，其过程为：对测试数据进行归一化处理；其中，测试数据为非线性工作过程工况数据；根据核函数计算测试数据的核向量，并在特征空间中对核向量进行均值中心化处理，获得测试核向量；根据全局保持无监督核极限学习机从测试核向量中提取测试数据的低维特征信息矩阵，计算测试数据的监控统计量；依据测试数据的监控统计量是否超出其控制限，判断非线性工业过程是否发生故障。
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山东建筑大学，未经山东建筑大学许可，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/201910635209.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种故障自动处理系统
- 下一篇：一种航空发动机排气温度传感器的故障诊断方法
