专利详细信息
文献类型:专利
专利类型:发明专利
是否失效:否
是否授权:否
申 请 号:CN201310035937.8
申 请 日:20130130
申 请 人:重庆科技学院
申请人地址:401331 重庆市沙坪坝区虎溪大学城重庆科技学院电气与信息工程学院
公 开 日:20151028
公 开 号:CN103103570B
代 理 人:余锦曦
代理机构:50216 重庆为信知识产权代理事务所(普通合伙)
语 种:中文
摘 要:本发明公开了一种基于主元相似性测度的铝电解槽况诊断方法,其特征在于按如下步骤进行:一,约简原始特征:利用核主元分析法计算贡献率排在前位的m个主元B<Sub>j</Sub>;依次考察每个原始特征对表征铝电解槽况的贡献度,删掉贡献度低于贡献度阈值的原始特征,实现特征约简;二,约简后特征作为概率神经网络的输入变量,建立铝电解槽况的分类模型,模型最大输出值对应的铝电解槽况类型即为诊断结果。本发明克服了核主元无明确物理意义的缺陷,减少传感器数量和运算量,同时利用具有一次训练时间短、诊断精确度高的概率神经网络建立故障诊断模型,更加适合铝电解槽况的在线诊断。
主 权 项:1.一种基于主元相似性测度的铝电解槽况诊断方法,其特征在于按如下步骤进行:步骤一:约简原始特征,确定表征铝电解槽况特征的最简变量组,包括以下步骤:第一步:n个表征铝电解槽况的原始特征组成原变量组X,X=(x1,x2,…,xi,…,xn),采集原变量组的L个样本数据,利用核主元分析法计算所述原变量组X的主元,将所有主元按贡献率由大到小排列,并计算累积贡献率,直到累积贡献率达到或超过预设的累积贡献率阈值,所累积的主元数为m,对应了所有原始特征的最少主元Bj,j=1,2,…,m;第二步:按i=1,2,…,n的顺序,依次考察原变量组X中每个变量对表征铝电解槽况的贡献度:(一)将原变量组X中的变量xi置零,得到一个新的变量组,即待测邻点
关 键 词:铝电解槽 原始特征 贡献度 主元 概率神经网络 约简 故障诊断模型 传感器数量 核主元分析 相似性测度 诊断精确度 最大输出值 分类模型 输入变量 特征约简 训练时间 在线诊断 诊断方法 诊断结果 贡献率 和运算 前位 删掉 一种 对应 低于 计算 建立 克服 考察 公开 减少 进行
IPC专利分类号:C25C3/20(20060101)
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...