[發明專利]基于可信軟標簽線性判別分析的工業過程故障診斷方法

有效

• 申請號: 201711061648.X
• 申請日: 2017-10-31
• 公開（公告）號: CN107831743B
• 公開（公告）日: 2019-12-10
• 發明（設計）人: 張穎偉;劉志遠;李旭光
• 申請（專利權）人: 東北大學
• 主分類號: G05B19/418
• 分類號: G05B19/418
• 代理公司: 21109 沈陽東大知識產權代理有限公司
• 代理人: 劉曉嵐

1.一種基于可信軟標簽線性判別分析的工業過程故障診斷方法，其特征在于：包括以下步驟：

步驟1：采集工業過程中的數據，得到多維的原始數據矩陣作為訓練樣本數據，并且對其進行標準化處理；

步驟2：對標準化處理的數據進行正標記，使用正標記數據進行正標簽傳播，然后根據正標簽傳播結果對原始數據進行負標記，最后使用正標記數據和負標記數據進行正負標簽協同傳播得到未標記數據的最優軟標簽，具體方法為：

步驟2.1：對標準化處理的數據進行正標記，使用正標記數據進行正標簽傳播；

步驟2.2：根據正標簽傳播結果對原始數據進行負標記，并使用正標記數據和負標記數據進行正負標簽協同傳播得到未標記數據的最優軟標簽；

步驟3：求解將高維原始數據投影到低維空間的投影矩陣W，具體方法為：

首先將已標記數據按類別從第1類到第c類進行排列得到已標記數據X_L，將攜帶軟標簽的未標記數據按類別從第1類到第c類進行排列得到未標記數據X_U，分別計算已標記數據X_L類間散度矩陣及類內散度矩陣和攜帶軟標簽的未標記數據X_U的類間散度矩陣及類內散度矩陣

通過已標記數據和攜帶軟標簽的未標記數據的類內散度矩陣、類間散度矩陣，得到高維原始數據投影到低維空間所需的投影矩陣W，如下公式所示：

其中，參數γ為調節已標記數據的散度矩陣和攜帶軟標記的未標記數據的散度矩陣二者比例的參數，τ為正則化參數，I_D′是D′行D′列的單位矩陣，D′為原始矩陣的維數；

將投影矩陣W的求解轉化為對下列特征方程進行特征分解，得到的前d個最大特征值所對應的特征向量構成投影矩陣W，其中，d為低維空間的維數；

(γS_b^L+(1-γ)S_b^U)w_k＝υ_k(γS_w^L+(1-γ)S_w^U+τI_D′)w_k

其中，υ_k為特征值，w_k為特征向量；

步驟4：建立分類器在線對工業過程進行故障檢測與診斷，具體方法為：

步驟4.1：計算已標記數據每一類的類均值和協方差矩陣；

步驟4.2：計算攜帶軟標簽的未標記數據每一類的類均值和協方差矩陣；

步驟4.3：計算每一類原始數據的均值和協方差，得到每類數據的概率密度函數，完成分類器的建立；

步驟4.4：使用分類器對工業過程進行在線故障診斷。