龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明公开了一种基于自适应随机配置网络的间歇过程故障预测方法，利用慢特征分析提取间歇过程动态特征，建立模型更新指标，实现模型失配判断。利用邻域保持嵌入提取过程数据特征，构建过程监控时间序列，利用优化后的随机配置网络完成过程监控时间序列的趋势预测；当监测模型不匹配且需要更新时，使用在线数据的正常时域样本创建更新的数据集，并使用神经网络增量策略更新模型以适应动态时变特性，提高了故障预测的性能。实时监测复杂间歇过程的故障状态，准确预测故障趋势。
主权项：1.一种基于自适应随机配置网络的间歇过程故障预测方法，其特征在于，包括如下步骤：S1：采集间歇过程正常工况离线数据作为训练样本集输入至邻域保持嵌入模型进行模型训练，获得训练后的邻域保持嵌入模型；使用慢特征分析算法提取离线数据的慢特征，计算邻域保持嵌入模型的更新指标的控制限和S2：采集间歇过程在线数据作为在线数据集输入至训练后的邻域保持嵌入模型，并提取过程数据特征；使用慢特征分析计算在线数据的更新指标和判断其中至少一项更新指标是否超过控制限，若是则进入S3；若否，则不更新邻域保持嵌入模型，进入S4；S3：在在线数据集的历史数据中选择与当前在线数据相邻时间窗口中的正常时域数据加入至训练样本集，创建更新的样本集，结合神经网络增量策略更新邻域保持嵌入模型，进入S4；S4：根据邻域保持嵌入模型输出的过程数据特征，获得平方预测误差统计量，形成过程监控时间序列SPE，进入S5；S5：利用猎人-猎物优化算法优化随机配置网络，并以网络残差最小化作为优化后随机配置网络的适应度函数；所述过程监控时间序列SPE输入至优化后随机配置网络预测得到时间序列SPE的状态趋势。
全文数据：
权利要求：
百度查询： 兰州理工大学 基于自适应随机配置网络的间歇过程故障预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号