【技术实现步骤摘要】
一种工况分类方法
本专利技术涉及一种工况分类方法。
技术介绍
随着现代生产设备日益向大型、复杂、精密方向发展。现代工业过程生产规模的不断扩大,企业生产系统的自动化水平和集成化程度也在不断提高。企业功能复杂化和规模集成化,使各个生产单元间关系复杂,耦合现象严重。这些趋势可能影响设备安全和工作性能引发一系列生产事故,最终影响产品质量和物耗能耗。在大型化、复杂化的工业过程中,不断检测过程的变化和故障信息是十分必要的。生产单元中存在很多变量,也存在着大量的数据。随着各种状态监测系统的出现,大量的实际数据被采集,但是95%的数据只采集了一个数值,没有任何标签,我们并不知道数据是否异常,所以需要从海量数据中进行统计和分类,以区分不同时刻、不同数据所处的工况,以进一步分析数据所处模块、系统的健康状况。近几年,对于无标签数据普遍采用特征提取方法结合一些机器学习方法对工况进行分类。CN107679734A公开了一种基于聚类方法的无标签数据分类预测的方法。CN106834662B中公开了一种利用模糊C均值聚类算法对烧结过程参数的 ...
【技术保护点】
1.一种工况分类方法,其特征在于,所述方法包括以下步骤:/nS1:确定需要分析的工况变量;/nS2:对工况变量间的相关性分析;/nS3:对工况变量间的相似性分析;/nS4:确定输入工况变量与输出工况变量;/nS5:对工况变量进行标准化;/nS6:处理输入工况变量;/nS7:进行工况分类。/n其中,所述工况分类根据采用数值范围、数量范围和数值范围与数量范围结合考虑的概率密度划分方法进行划分。/n
【技术特征摘要】
1.一种工况分类方法,其特征在于,所述方法包括以下步骤:
S1:确定需要分析的工况变量;
S2:对工况变量间的相关性分析;
S3:对工况变量间的相似性分析;
S4:确定输入工况变量与输出工况变量;
S5:对工况变量进行标准化;
S6:处理输入工况变量;
S7:进行工况分类。
其中,所述工况分类根据采用数值范围、数量范围和数值范围与数量范围结合考虑的概率密度划分方法进行划分。
2.根据权利要求1所述的工况分类方法,其特征在于,所述工况分类会对概...
【专利技术属性】
技术研发人员:陈豪,陈松航,刘哲夫,连明昌,王森林,张丹,王耀宗,
申请(专利权)人:泉州装备制造研究所,
类型:发明
国别省市:福建;35
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。