[發明專利]一種水泥生料粉磨過程的故障檢測方法有效
| 申請號: | 202110237392.3 | 申請日: | 2021-03-04 |
| 公開(公告)號: | CN113029624B | 公開(公告)日: | 2022-04-22 |
| 發明(設計)人: | 盧海濱;高蕾;楊根科;褚健;王宏武 | 申請(專利權)人: | 上海交通大學寧波人工智能研究院 |
| 主分類號: | G01M99/00 | 分類號: | G01M99/00 |
| 代理公司: | 上海劍秋知識產權代理有限公司 31382 | 代理人: | 徐浩俊 |
| 地址: | 315012 浙江省*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 水泥 生料 過程 故障 檢測 方法 | ||
1.一種水泥生料粉磨過程的故障檢測方法,其特征在于,包括:
步驟S100、水泥生料粉磨數據采集,還包括:
S110、通過生料磨磨機上的傳感器,按固定周期實時采集磨機在工作過程中的各項數據;
S120、提取與磨機工作狀態有關的過程變量M個,M≤100,總共提取N個時刻的過程變量數據,過程變量數據包含正常工況數據和異常工況數據;
步驟S200、數據預處理;
步驟S300、數據再平衡;
步驟S400、MLR多元邏輯回歸;
步驟S500、EWMA指數移動加權平均處理,得到MLR-EWMA數學模型,包括:
S510、EWMA指數加權平均的統計方法對MLR數學模型給出概率沿著時間線進行處理,EWMA的表達式如下:
其中,Vt表示EWMA的值,
且
Pt為t時刻數據屬于各個類別的概率,Pt=hθ(x(t)),
系數β表示權值下降的速率,其值越小,權值下降的速率越快;
S520、通過多次試驗獲取β最匹配的數值;
S530、通過實驗獲得故障的控制線Vc;
步驟S600、故障識別。
2.如權利要求1所述的水泥生料粉磨過程的故障檢測方法,其特征在于,
步驟S520中,通過多次試驗獲取β最匹配的數值,β=0.98。
3.如權利要求1所述的水泥生料粉磨過程的故障檢測方法,其特征在于,
步驟S530中,通過實驗獲得故障的控制線Vc,Vc=0.5。
4.如權利要求1所述的水泥生料粉磨過程的故障檢測方法,其特征在于,所述步驟S200還包括:
S210、各傳感器按固定周期采集的數據,共采集N個時刻的數據;
S220、按時間順序匯集成一個N X傳感器數量的數據矩陣;
S230、對采集的數據進行人工標記,標記每一時刻的工況標簽。
5.如權利要求1所述的水泥生料粉磨過程的故障檢測方法,其特征在于,所述驟S300還包括:
S310、對異常工況數據過采樣,進行多次重復抽取,增加異常工況數據的數量;
S320、新數據集中的異常工況數據和正常工況數據比例大致平衡狀態。
6.如權利要求1所述的水泥生料粉磨過程的故障檢測方法,其特征在于,所述步驟S400還包括:
S410、數據導入和劃分;
S420、模型訓練;
S430、模型測試和優化,將測試數據代入MLR數學模型,查看分類準確率,采用多折交叉驗證的方式。
7.如權利要求6所述的水泥生料粉磨過程的故障檢測方法,其特征在于,步驟S430中,模型測試和優化,將測試數據代入MLR數學模型,查看分類準確率,采用多折交叉驗證的方式,多折交叉驗證采用10折交叉驗證。
8.如權利要求1所述的水泥生料粉磨過程的故障檢測方法,其特征在于,所述步驟S600還包括:
S610、將t時刻水泥生料粉磨數據輸入到訓練好的MLR-EWMA模型中進行故障識別,得到統計量
S620、當時,判斷t時刻系統出現第k類異常,發出第k類異常報警。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于上海交通大學寧波人工智能研究院,未經上海交通大學寧波人工智能研究院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110237392.3/1.html,轉載請聲明來源鉆瓜專利網。





