[发明专利]一种基于数据驱动的工业生产过程故障诊断方法

权利要求书

1.一种基于数据驱动的工业生产过程故障诊断方法，其特征在于，包括：

(1)计算工业生产过程中的多维数据的平均偏差和方差，以对工业生产过程中的多维数据进行特征提取，得到特征数据，由所述特征数据构建原始输入样本集；

(2)利用原始输入样本集，使用训练好的随机森林模型，对待诊断工业生产过程进行故障诊断，得到诊断结果；

(3)根据诊断结果是否有故障，以及故障类型，对待诊断工业生产过程故障产生的原因进行分析和解决；

其中，步骤(1)包括：

选取工业生产过程中的变量A_k从t时刻开始的连续h个值，计算这h个值与正常状态时的该变量A_k均值的偏差，然后将这些偏差的平均值作为特征值e_t,k，另外再计算这h个值的方差的平均值作为另一个特征值由此，对于工业生产过程中的r个变量，能够构造出包含2*r个特征值的特征向量：计算所述特征向量中每个变量对应的特征值e_t,k与正常状态时该变量的均值之间的比值以及每个变量对应的特征值与正常状态时该变量的方差之间的比值，得到新的特征向量作为特征数据，由所述特征数据构建原始输入样本集S；

所述步骤(2)的训练好的随机森林RF模型，训练过程包括：

(2.1)计算经过标记的工业生产过程中的多维数据的平均偏差和方差，以对工业生产过程中的多维数据进行特征提取，得到特征数据，由所述特征数据构建原始输入样本集；

(2.2)采用粒子群算法优化所述随机森林模型的参数，将利用所述原始输入样本集得到的分类正确率最高的随机森林模型参数作为所述随机森林模型的最优参数组合，得到训练好的随机森林模型，以通过训练好的RF模型对待诊断工业生产过程进行故障诊断，其中，所述随机森林模型中的参数包括决策树棵数n和特征子集大小κ。

2.根据权利要求1所述的方法，其特征在于，标记的工业生产过程中的多维数据是指已知生产过程状态是正常状态的数据还是故障状态的数据，以及是属于哪一种故障状态。

3.根据权利要求1所述的方法，其特征在于，步骤(2.2)包括：

(2.2.1)初始化参数，随机为粒子种群中的每个粒子指定初始位置和速度参数，预设最大迭代次数、粒子位置的限定范围、粒子速度的限定范围及粒子种群规模，其中，以空间向量(n,κ)作为所述粒子种群中的粒子，空间向量(n,κ)是由RF的2个关键参数：决策树棵树n和特征集大小κ组成，粒子i的位置为(x_i,n,x_i,κ)，x_i,n代表随机森林决策树棵树，x_i,κ代表随机森林特征子集大小，粒子i的速度为(v_i,n,v_i,κ)；

(2.2.2)利用Bootstrap抽样方法，对步骤(2.1)所述原始输入样本集进行m次有放回的抽取操作，得到与原始输入样本集具有相同样本数m的训练输入样本集，重复x_i,n次Bootstrap抽取操作，得到x_i,n个训练输入样本集，用得到的x_i,n个训练输入样本集依次训练x_i,n个决策树，并在决策树节点分裂时，随机从特征集M中选择大小为x_i,κ的特征子集，根据计算的x_i,κ种分裂情况下的信息增益、信息增益率或者Gini指标，选择最佳分裂特征对应的随机森林结构，得到当前粒子(x_i,n,x_i,κ)对应的临时随机森林模型，其中，特征集M表示原始输入样本集中的样本属性的集合，属性是指2*r个平均偏差和方差所代表的含义；

(2.2.3)利用原始输入样本集，使用当前粒子(x_i,n,x_i,κ)对应的临时随机森林模型，进行工业生产过程故障分类，与经过标记的工业生产过程中的多维数据对应的故障类别对比，计算粒子对于经过标记的数据样本的分类正确率，以分类正确率作为当前粒子的适应度值；

(2.2.4)更新各粒子的速度和位置，若粒子位置及速度超出了各自的限定范围，则取边界值，限制粒子速度和位置，对于更新后的每个粒子，若该粒子当前位置对应的适应度高于其历史最佳位置对应的适应度，则将当前位置作为该粒子的最佳位置；

(2.2.5)更新种群位置，将每个粒子的当前最佳位置对应的适应度与种群历史最佳位置对应的适应度进行比较，若某个粒子当前最佳位置对应的适应度值更高，则将该粒子当前最佳位置作为种群最佳位置；

(2.2.6)若迭代次数小于预设最大迭代次数，且种群的最佳适应度值小于预设阈值，则返回步骤(2.2.2)继续迭代，否则结束迭代，将得到的种群最佳位置作为随机森林模型的决策树棵树和特征子集大小的最优组合。