[發明專利]基于強魯棒自適應算法的采煤機故障診斷系統

有效

• 申請號: 201910016126.0
• 申請日: 2019-01-08
• 公開（公告）號: CN109635880B
• 公開（公告）日: 2023-06-27
• 發明（設計）人: 徐志鵬;古有志;劉興高;張澤銀
• 申請（專利權）人: 浙江大學
• 主分類號: G06F18/2431
• 分類號: G06F18/2431;G06N3/006;G01D21/02;E21C35/00
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 邱啟旺

1.基于強魯棒自適應算法的采煤機故障診斷系統，其特征在于：包括數據預處理模塊、采煤機故障診斷模型建模模塊、自適應尋優模塊、采煤機故障診斷模塊以及模型失配矯正模塊：所述自適應尋優模塊，用以對重要參數——隨機特征個數M,子樣本個數即子決策樹個數N進行優化；采用自適應群智能算法進行尋優，具體過程如下：

(1)隨機產生初始粒子速度和位置；

(2)計算種群多樣性指數D(t)：

其中，Gbest(t)是整個群在第t次迭代時到達過的全局最優解，F(Gbest(t))表示對應的適應度值，m是群規模，r_i()是第i個粒子在第t次迭代時的位置，F(r_i(t))表示r_i(t)對應的適應度值，適應度選擇錯誤率的相反數；

(3)更新學習速率參數μ(t)：

(4)更新粒子的速度和位置，產生新的群體；

其中，α₁＝0.5是個體加速度參數，α₂＝0.35是全局加速度參數，和是0-1之間的隨機數，t為迭代次數，m為群規模，取值50－100；v_ik(t+1)是第i個粒子的第k個分量在第t+1次迭代的速度，v_ik(t)是第i個粒子的第k個分量在第t次迭代的速度，r_ik(t+1)是第i個粒子的第k個分量在第t+1次迭代的位置，r_ik(t)是第i個粒子的第k個分量在第t次迭代的位置，Lbest_ik是第i個粒子的第k個分量到達過的最優解，Gbest_k是第k個分量的全局最優解，R是待尋優的參數個數，k＝1,2分別對應于隨機特征個數M，子決策樹個數N；

(5)判斷是否符合算法終止條件——連續五次迭代全局最優解不變，若符合，輸出全局最優粒子及其代表的最優解，并結束迭代；否則返回第(2)步繼續迭代；

(6)重復以上步驟，將優化好的模型在驗證集上進行測試，選取訓練集驗證集上正確率最高的模型作為最優模型。

2.根據權利要求1所述基于強魯棒自適應算法的采煤機故障診斷系統，其特征在于：所述數據預處理模塊用以進行采煤機數據預處理，采用如下過程完成：

(1)從數據庫中采集一條采煤機數據，其特征分別為x_j，j＝1,2,…d，d為特征維度；

(2)對樣本特征進行歸一化處理，得到歸一化特征值

3.根據權利要求1所述基于強魯棒自適應算法的采煤機故障診斷系統，其特征在于：所述采煤機故障診斷模型建模模塊，用以建立采煤機故障診斷模型，采用如下過程完成：

(1)從數據庫中采集N_s個采煤機數據X_s及其所對應的故障類型標簽Y_s作為訓練集,采集N_v個采煤機數據X_v及其所對應的故障類型標簽Y_v作為驗證集；

(2)采用訓練集進行監督訓練，得到采煤機故障診斷模型：

Y＝f(X)，(5)。

4.根據權利要求1所述基于強魯棒自適應算法的采煤機故障診斷系統，其特征在于：所述采煤機故障診斷模塊用以利用訓練好的最優采煤機故障診斷模型對新采集的采煤機數據進行識別以判斷采煤機當前是否故障以及故障類型；采用如下過程完成：

(1)對新采集到的采煤機數據X_t進行預處理：

(2)利用自適應尋優模塊優化后的最優模型對采煤機故障進行診斷：

其中，f_opt為優化后的最優模型，為預測的采煤機故障類型。