本發(fā)明公開了一種基于半監(jiān)督自回歸動態(tài)隱變量模型的故障檢測方法,該方法首先收集正常工況下高采樣的過程數(shù)據(jù)和關(guān)鍵質(zhì)量數(shù)據(jù),按時(shí)序排列后生成的訓(xùn)練樣本集包含過程數(shù)據(jù)和關(guān)鍵質(zhì)量數(shù)據(jù)同時(shí)存在的有標(biāo)簽樣本,以及只有過程數(shù)據(jù)而缺少該時(shí)刻所對應(yīng)的關(guān)鍵質(zhì)量數(shù)據(jù)的無標(biāo)簽樣本;同時(shí)求得用于故障檢測的T
2和SPE統(tǒng)計(jì)量的控制限。通過對在線造紙廢水處理過程進(jìn)行采樣以及利用化驗(yàn)手段獲取關(guān)鍵質(zhì)量數(shù)據(jù),可得到半監(jiān)督模型測試樣本集,然后利用訓(xùn)練生成的模型對測試樣本集進(jìn)行檢測,分別計(jì)算每個樣本所對應(yīng)的T
2和SPE統(tǒng)計(jì)量,并與之前所獲取的統(tǒng)計(jì)量控制限進(jìn)行比較,從而達(dá)到故障檢測的效果。
聲明:
“基于半監(jiān)督自回歸動態(tài)隱變量模型的故障檢測方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)