[发明专利]一种基于生产状态的烟草生产工业控制系统故障诊断方法

摘要

本发明公开了一种基于生产状态的烟草生产工业控制系统故障诊断方法，步骤(1)、获取工业控制系统状态数据、生产状态数据和工业控制系统故障记录数据；步骤(2)、根据步骤(1)中的数据分析评估工业控制系统的故障状况和健康状况；步骤(3)、根据步骤(1)和步骤(2)获得的信息，构建工业控制系统故障模型；步骤(4)、将步骤(3)构建的工业控制系统故障模型和故障特征库结合进行工业控制系统故障诊断；步骤(5)、输出故障诊断结果。本发明将工业控制系统状态和生产状态结合，基于数据检测和智能分析，有针对性的对生产线工业控制系统的状态进行分析诊断，将生产状态的变化带来的工业控制系统状态变化的影响进行分析处理，使构建出的工业控制系统故障模型能够准确判断故障状态，可以广泛应用到烟草生产加工企业生产安全管控系统中，有效识别工业控制系统的故障，提高生产管控效率。

主权项

1.一种基于生产状态的烟草生产工业控制系统故障诊断方法，其特征在于，该方法包括以下步骤：/n步骤(1)、获取数据，包括工业控制系统实时状态信息、生产实时状态信息和工业控制系统最近三天的故障记录信息；/n步骤(2)、根据步骤1中所获取的数据信息，分析计算工业控制系统的故障状况，分析评估工业控制系统的健康状况；/n步骤(3)、基于机器学习和深度学习构建工业控制系统故障模型；将步骤1-步骤2收集到的大量数据分为两个部分，一部分作为训练集，将训练集中的工业控制系统实时状态信息和生产实时状态信息作为模型的输入，将工业控制系统的故障诊断结果作为输出，定义好模型的激活函数和层数，经过不断的学习和训练，得到工业控制系统故障模型各参数的权重；数据的另外一部分作为测试集，用于验证工业控制系统故障模型的准确度；之后，经过细节的不断优化调整，训练出工业控制系统故障模型；此后，将工业控制系统实时状态信息和生产实时状态信息输入工业控制系统故障模型进行处理；/n步骤(4)、将工业控制系统故障模型和工业控制系统故障特征库结合进行故障诊断；/n步骤(5)、形成工业控制系统故障诊断结果并输出。/n