【技术实现步骤摘要】
一种参数自主优化的概率型输出故障诊断系统
本专利技术涉及故障诊断领域、机器学习领域和群智能优化算法领域，尤其涉及一种结合机器学习和群智能优化算法的田纳西伊斯曼过程化工故障诊断系统。
技术介绍
随着化工产品的需求量日益增大和各类机械设备的智能化，化工生产规模越来越壮大。生活中从日常的各式各样的服饰到各类装修器材，再到日常出行都离不开化工产品。化工发展在经济发展中所起的作用越来越重大，化工发展的质量成为决定经济发展质量的重要指标之一。保证生产过程稳定且高效的生产是化工生产过程发展的大目标。保证生产环境稳定同时生产质量更优的产物也是在市场竞争中取胜的关键因素。复杂化工过程设备多、变量多、关系复杂，由此而引来很多不确定性问题。对于复杂化工过程，很有可能一次看似影响微小的故障造成的连锁故障后果无法预估，包括环境污染、严重人员伤亡等不可逆的后果。从2014年至今，我国仅国家通报就通报了25起的的化工事故，这些事故造成了118人死亡、难以计数的财产损失，对空气、土壤等环境造成了不可逆的恶劣影响。其中，2015年8月31日，位于东营市利津县刁口乡化工园区的山东滨源化学有限公司，发...
【技术保护点】
1.一种参数自主优化的概率型输出故障诊断系统，用于对田纳西伊斯曼过程进行故障诊断，其特征在于，包括数据预处理模块、主成分分析模块、相关向量机模块以及群智能算法模块。
【技术特征摘要】
1.一种参数自主优化的概率型输出故障诊断系统，用于对田纳西伊斯曼过程进行故障诊断，其特征在于，包括数据预处理模块、主成分分析模块、相关向量机模块以及群智能算法模块。2.根据权利要求1所述参数自主优化的概率型输出故障诊断系统，其特征在于，所述数据预处理模块的输入为田纳西伊斯曼过程的52个变量由于每个变量都有不同的单位，为了防止不同的量纲引起数据量级之间的误差，先对所有数据进行标准化处理，标准化公式如下：其中，mean表示各变量的算术平均值，std表示各变量的标准差，表示输入变量的值，下标i表示第i次检测、j分别表示第j维变量，xij表示标准化后输入变量的值作为输入数据。标准化后的数据为S＝{xi1,xi2,...xi52}。3.根据权利要求1所述参数自主优化的概率型输出故障诊断系统，其特征在于，所述主成分分析模块通过主成分分析来保证在不降低系统精度的情况下降低系统的复杂度。将标准化后的数据S＝{xi1,xi2,...xi52}进行主成分分析，保留85％的主要成分。4.根据权利要求1所述参数自主优化的概率型输出故障诊断系统，其特征在于，所述相关向量机模块用于建立诊断系统，提高系统预报精度并给出后验概率。在相关向量机中，假设y符合高斯分布，将高斯核函数应用到y(x)，其中yc为y的估计值，κ为函数的宽度参数，可以得到似然估计函数：其中t＝(t1,t2...tN)T，w＝(w1,w2...wN)T，w表示权重系数，t表示分类类别共N类，P表示概率结果、x为输入数据、y为输出数据，下标i表示第i个数据，上标T表示矩阵的转置。在相关向量机中，权值w可以通过极大似然估计来确定，但是为了防止过拟合，通过高斯先验概率分布来约束参数：其中，α是N+1维超参数，该值的引入导致了系统的稀疏性。根据先验概率和贝叶斯定理，应用拉普拉斯原理计算出近似的后验概率：(1)由于p(w|t,α)∝p(t|w)p(w|α)，对当前固定的α值求出最大可能的权值wMP，采用二阶牛顿法求得wMP。其中，yi＝σ{...
【专利技术属性】
技术研发人员：刘兴高，何世明，徐志鹏，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。