基于多流形半监督局部-全局的电熔镁炉故障监测方法技术

本发明专利技术提供一种基于多流形半监督局部‑全局的电熔镁炉故障监测方法，该方法：获取电熔镁炉熔炼过程的原始数据集X，根据电熔镁炉熔炼过程的原始数据集建立基于多流形半监督局部及全局保持的过程监测模型，实时采集电熔镁炉熔炼过程的测试数据x0，采用基于多流形半监督局部及全局保持的过程监测模型对测试数据x0进行故障类型诊断；本发明专利技术方法同时兼顾了数据的局部及全局结构，同时为防止出现局部过学习，考虑了同类数据间的局部多样性信息，最终构造出多流形半监督故障诊断的最优目标函数，具有良好的监测效果。

【技术实现步骤摘要】
基于多流形半监督局部-全局的电熔镁炉故障监测方法
本专利技术属于故障检测与诊断
，具体涉及一种基于多流形半监督局部-全局的电熔镁炉故障监测方法。
技术介绍
电熔镁炉属于埋弧电弧炉设备，如图1所示，主要包括电熔镁炉本体，主电路设备和控制设备三部分。其中，电熔镁炉的本体主要由炉体、电极夹持器、电极升降机构等组成。炉体由炉壳和炉底钢板组成，炉壳一般为圆形，稍有锥形，为便于熔砣脱壳，在炉壳壁上焊有吊环。电极夹持器能够夹持电极，便于电缆传输电流。在熔炼过程中，随着炉料的熔化，炉池液位会不断上涨，操作工人要随时升降电极达到调整电弧长度的目的。电极升降机构可使电极沿导轨上下垂直移动，减少电极晃动的情况，保持炉内热功率分配平衡，从而降低漏炉事故的发生。变压器和断网属于主电路设备，而在炉子边设有控制室，控制电极升降。炉下设有移动小车，作用是将熔化完成的熔块移到固定工位，冷却出炉。电熔镁炉的主要产品是电熔镁砂，而电熔镁砂的熔炼过程是一个十分复杂的过程，受很多因素的影响。在电熔镁砂的生产过程中，会经历熔融、排析、提纯、结晶等主要阶段，包含了多种物理和化学变化。由于冶炼过程中炉料的不断熔化，熔池中会同时存在固态、气态、熔融态等多种形态，同时氧化镁粉在熔化时会产生大量气体，容易造成喷炉现象，电熔镁砂的冶炼过程如图2所示。由于目前我国多数电熔镁炉冶炼过程自动化程度还比较低，往往在生产过程中会出现故障和异常情况频繁发生的情况。其中，由于电极执行器在移动电极过程中出现故障或者左右晃动不稳等原因导致电极距离电熔镁炉的炉壁过近，可以导致电熔镁炉的炉体熔化，即发生漏炉事故，另外，由于加热过程中炉料下面产生的大量气体万一得不到迅速的释放，会导致炉体内炉料喷发，轻则严重影响产品产量和质量，给企业带来经济损失，重则威胁人们的生命安全。这就需要及时地检测电熔镁炉冶炼过程中出现的异常和故障。
技术实现思路
针对现有技术的不足，本专利技术提出一种基于多流形半监督局部-全局的电熔镁炉故障监测方法。本专利技术的技术方案是：一种基于多流形半监督局部-全局的电熔镁炉故障监测方法，包括以下步骤：步骤1：获取电熔镁炉熔炼过程的l组标记样本类别的数据和u组未标记样本类别的数据，组成原始数据集X＝(XL，XU)∈Rm×n，其中，XL＝[x1，x2，...，xl]，XU＝[xl+1，xl+2，...，xl+u]，l+u＝n，为标记数据，为未标记数据，m为数据维数；步骤2：根据电熔镁炉熔炼过程的原始数据集建立基于多流形半监督局部及全局保持的过程监测模型；步骤2.1：通过非线性映射函数Φ将原始数据集X映射到一个高维的核Hilbert空间H中，得到高维空间数据集Φ(X)；步骤2.2：采用半监督核局部保持投影算法求解高维空间数据集Φ(X)中各样本点Φ(xi)的k个近邻域点，得到该样本点Φ(xi)的近邻域集合Nk(Φ(xi))，i∈1，2，...，n；步骤2.2.1：采用半监督核局部保持投影算法求解高维空间数据集Φ(X)中各样本点Φ(xi)与邻域样本点Φ(xj)之间的距离；步骤2.2.2：在高维空间数据集Φ(X)中各样本点Φ(xi)与邻域样本点Φ(xj)之间的距离中选取距离最小的k个邻域点，组成该样本点Φ(xi)的近邻域集合Nk(Φ(xi))。步骤2.3：采用局部重构方法重构高维空间高维空间数据集Φ(X)的权值矩阵P；步骤2.3.1：令原始数据集X中标记数据的第c类样本数据流为其中，c为标签样本的类别，1≤c≤M，nc为第c类样本数据流的个数，步骤2.3.2：根据样本点Φ(xi)及其近邻域集合Nk(Φ(xi))局部重构标记数据的权值矩阵和未标记数据的权值矩阵，得到各类样本数据流中数据点与邻域数据点的权值矩阵Pij；步骤2.3.3：采用最小二乘法求解各类样本数据流中数据点与邻域数据点的权值矩阵Pij，得到标记数据的权值矩阵Uir和未标记数据的权值矩阵步骤2.4：根据核方法求解高维空间数据集投影到各类样本数据流形上的映射矩阵WΦ＝{W1Φ，W2Φ，...，WcΦ，...，WMΦ}及系数矩阵A；步骤2.4.1：建立高维空间中各类样本数据流形上的半监督核局部目标函数；步骤2.4.2：建立高维空间中各类样本数据流形上的半监督全局目标函数；步骤2.4.3：结合半监督核局部目标函数和半监督全局目标函数，根据核方法求解投影到各类样本数据流形上的映射矩阵WΦ＝{W1Φ，W2Φ，...，WcΦ，...，WMΦ}及系数矩阵A，WcΦ为第c类样本数据流形上的映射矩阵。步骤2.5：根据高维空间数据集在各类样本数据流形上的映射矩阵WΦ＝{W1Φ，W2Φ，...，WcΦ，...，WMΦ}及系数矩阵A，建立高维空间数据的低维嵌入坐标y＝{y1，y2，...，yc，...，yM}，即得到基于多流形半监督局部及全局保持的过程监测模型；步骤3：实时采集电熔镁炉熔炼过程的测试数据x0，采用基于多流形半监督局部及全局保持的过程监测模型对测试数据x0进行故障类型诊断；步骤3.1：实时采集电熔镁炉熔炼过程的测试数据x0；步骤3.2：通过非线性映射函数Φ将测试数据x0映射到一个高维的核Hilbert空间H中，得到测试数据高维空间数据Φ(x0)；步骤3.3：构造测试数据高维空间数据Φ(x0)在各类样本数据流形上的低维嵌入坐标yc0；步骤3.4：求解测试数据高维空间数据Φ(x0)在嵌入空间中在各个样本数据流形上的重构误差值errorc(Φ(x0))；步骤3.5：将测试数据高维空间数据Φ(x0)在嵌入空间中在各个样本数据流形上的重构误差值errorc(Φ(x0))最小值所属的数据流形c的样本类型作为该测试数据的故障类型。本专利技术的有益效果：本专利技术提出一种基于多流形半监督局部-全局的电熔镁炉故障监测方法，传统的数据分类算法大都假设数据位于单一流形上，数据集包含多类且类别结构不同时，单一流形假设很难保证分类的性能，基于此，本专利技术假设每类数据分别位于一个单独的流形上，针对上述问题，我们提出了一种基于多流形半监督局部-全局的电熔镁炉故障监测方法，半监督局部保持投影(MM-SSLPP)算法原理是使得同类样本内距离缩小，异类样本间距离增大，同时利用未标记样本来指导分类学习过程，寻找各类数据的低维本征流形；传统方法仅考虑到数据的局部结构信息，却忽略了数据的整体结构，可能会导致所得得投影子空间不能很好的刻画样本的全局关联性，本专利技术方法结合PCA方法的全局保持思想，形成了一种多流形改进的半监督局部及全局保持的故障诊断方法，该方法同时兼顾了数据的局部及全局结构，同时为防止出现局部过学习，考虑了同类数据间的局部多样性信息，最终构造出多流形半监督故障诊断的最优目标函数，并以田纳西过程为例进行了仿真实验以及分析，验证本章所提算法良好的监测效果。附图说明图1为电熔镁炉结构示意图；其中，1为变压器，2为短网，3为电极夹持器，4为电极，5为炉壳，6为车体，7为电弧，8为炉料，9为控制器；图2为电熔镁砂的冶炼过程流程图；图3为本专利技术具体实施方式中基于多流形半监督局部-全局的电熔镁炉故障监测方法的流程图；图4为本专利技术具体实施方式中半监督核主元分析方法、半监督核局部保持投影方法和本专利技术方法数据特征图；其中，(a)为半监督核主元分析方法数据的第一和第二主元向量的投影图本文档来自技高网...

【技术保护点】
一种基于多流形半监督局部‑全局和电熔镁炉故障监测方法，其特征在于，包括以下步骤：步骤1：获取电熔镁炉熔炼过程的l组标记样本类别的数据和u组未标记样本类别的数据，组成原始数据集X＝(X

【技术特征摘要】
1.一种基于多流形半监督局部-全局和电熔镁炉故障监测方法，其特征在于，包括以下步骤：步骤1：获取电熔镁炉熔炼过程的l组标记样本类别的数据和u组未标记样本类别的数据，组成原始数据集X＝(XL，XU)∈Rm×n，其中，XL＝[x1，x2，...，xl]，XU＝[xl+1，xl+2，...，xl+u]，l+u＝n，为标记数据，为未标记数据，m为数据维数；步骤2：根据电熔镁炉熔炼过程的原始数据集建立基于多流形半监督局部及全局保持的过程监测模型；步骤2.1：通过非线性映射函数Φ将原始数据集X映射到一个高维的核Hilbert空间H中，得到高维空间数据集Φ(X)；步骤2.2：采用半监督核局部保持投影算法求解高维空间数据集Φ(X)中各样本点Φ(xi)的k个近邻域点，得到该样本点Φ(xi)的近邻域集合Nk(Φ(xi))，i∈1，2，...，n；步骤2.3：采用局部重构方法重构高维空间高维空间数据集Φ(X)的权值矩阵P；步骤2.4：根据核方法求解高维空间数据集投影到各类样本数据流形上的映射矩阵WΦ＝{W1Φ，W2Φ，...，WcΦ，...，WMΦ}及系数矩阵A；步骤2.5：根据高维空间数据集在各类样本数据流形上的映射矩阵WΦ＝{W1Φ，W2Φ，...，WcΦ，...，WMΦ}及系数矩阵A，建立高维空间数据的低维嵌入坐标y＝{y1，y2，...，yc，...，yM}，即得到基于多流形半监督局部及全局保持的过程监测模型；步骤3：实时采集电熔镁炉熔炼过程的测试数据x0，采用基于多流形半监督局部及全局保持的过程监测模型对测试数据x0进行故障类型诊断；步骤3.1：实时采集电熔镁炉熔炼过程的测试数据x0；步骤3.2：通过非线性映射函数Φ将测试数据x0映射到一个高维的核Hilbert空间H中，得到测试数据高维空间数据Φ(x0)；步骤3.3：构造测试数据高维空间数据Φ(x0)在各类样本数据流形上的低维嵌入坐标yc0；步骤3.4：求解测试数据高维空间数据Φ(x0)在嵌入空间中在...

【专利技术属性】
技术研发人员：张颖伟，蔡营，付元建，
申请(专利权)人：东北大学，
类型：发明
国别省市：辽宁,21