[发明专利]一种轧钢工艺流程复合故障追溯方法有效
| 申请号: | 202111044490.1 | 申请日: | 2021-09-07 |
| 公开(公告)号: | CN113828638B | 公开(公告)日: | 2022-06-03 |
| 发明(设计)人: | 马亮;杨萍萍;彭开香;董洁 | 申请(专利权)人: | 北京科技大学 |
| 主分类号: | B21B28/00 | 分类号: | B21B28/00;G06K9/62 |
| 代理公司: | 北京市广友专利事务所有限责任公司 11237 | 代理人: | 张仲波 |
| 地址: | 100083*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 轧钢 工艺流程 复合 故障 追溯 方法 | ||
1.一种轧钢工艺流程复合故障追溯方法,其特征在于,包括:
构建轧钢工艺流程复合故障模式分类器;
基于构建的轧钢工艺流程复合故障模式分类器实现层次化的复合故障追溯;
其中,所述基于构建的轧钢工艺流程复合故障模式分类器实现层次化的复合故障追溯包括:
利用构建的轧钢工艺流程复合故障模式分类器确定轧钢工艺流程数据所属的复合故障模式,根据每种复合故障模式对应的特征子空间及轧钢工艺流程复合故障征兆在时间和空间上呈现的显性和隐性状态,提取显性最优特征投影矩阵和隐性最优特征投影矩阵;
对提取的显性和隐性最优特征投影矩阵进行加权处理,得到综合特征投影矩阵,根据得到的综合特征投影矩阵构建复合故障初始追溯模型,根据构建的复合故障初始追溯模型以及复合故障全流程和子系统检测结果,实现层次化的轧钢工艺流程复合故障追溯。
2.根据权利要求1所述的轧钢工艺流程复合故障追溯方法,其特征在于,所述复合故障模式包括:传播型、耦合型、多重并发型及复合型。
3.根据权利要求1所述的轧钢工艺流程复合故障追溯方法,其特征在于,所述构建轧钢工艺流程复合故障模式分类器包括:
利用相关性分析方法分析传播型、耦合型、多重并发型及复合型故障数据与正常数据之间的相关性,根据相关性分析结果确定轧钢工艺流程复合故障模式的特征子空间;
利用轧钢流程专家经验及工艺知识对得到的特征子空间进行识别和分类,根据分类结果,标注故障数据与正常数据的复合故障模式,基于标注结果及其对应的特征子空间构建能够反映复合故障模式的轧钢工艺流程复合故障模式分类器,其中,正常数据的复合故障模式标注为无。
4.根据权利要求3所述的轧钢工艺流程复合故障追溯方法,其特征在于,所述利用相关性分析方法分析传播型、耦合型、多重并发型及复合型故障数据与正常数据之间的相关性,根据相关性分析结果确定轧钢工艺流程复合故障模式的特征子空间包括:
分析传播型、耦合型、多重并发型及复合型故障数据与正常数据之间的相关性,根据相关性分析结果提取能够反映轧钢工艺流程故障特性的数据特征,得到轧钢工艺流程复合故障模式的特征矢量;
利用相似度分析方法对得到的特征矢量进行筛选,得到相似度指标变化幅度在预设区间且具有轧钢工艺流程故障特性的复合故障模式的特征子空间。
5.根据权利要求1所述的轧钢工艺流程复合故障追溯方法,其特征在于,所述层次化指:从全流程到子系统。
6.根据权利要求1所述的轧钢工艺流程复合故障追溯方法,其特征在于,所述利用构建的轧钢工艺流程复合故障模式分类器确定轧钢工艺流程数据所属的复合故障模式,根据每种复合故障模式对应的特征子空间及轧钢工艺流程复合故障征兆在时间和空间上呈现的显性和隐性状态,提取显性最优特征投影矩阵和隐性最优特征投影矩阵包括:
利用构建的轧钢工艺流程复合故障模式分类器确定待分析轧钢工艺流程数据所属的复合故障模式,针对轧钢工艺流程复合故障征兆在时间和空间上呈现的显性状态,将每种复合故障模式对应的特征子空间投影到故障征兆的显性关联模式上,根据得到的显性关联模式,利用指数判别分析方法提取显性最优特征投影矩阵;
针对轧钢工艺流程复合故障征兆在时间和空间上呈现的隐性状态,将每种复合故障模式对应的特征子空间投影到故障征兆的隐性关联模式上,根据得到的隐性关联模式,利用多任务特征选择与因果关系分析方法提取隐性最优特征投影矩阵。
7.根据权利要求1所述的轧钢工艺流程复合故障追溯方法,其特征在于,所述基于构建的轧钢工艺流程复合故障模式分类器实现层次化的复合故障追溯还包括:
当新故障发生时,利用新故障数据建立复合故障与故障征兆之间的显性和隐性关联模式,并将新故障对应的特征子空间投影到显性与隐性关联模式上,实现复合故障初始追溯模型的自适应更新。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京科技大学,未经北京科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111044490.1/1.html,转载请声明来源钻瓜专利网。





