本發明提供一種基于智能核主元分析的工業大數據故障診斷方法,涉及故障監測與診斷技術領域。該方法通過采集電熔鎂爐熔煉過程中的圖像、電流等數據,異構建模大數據池,對數據池中的樣本進行智能核主元分析,得到分類器判別矩陣的最優解,建立初始監測分類器模型,采用平均即使風險逼近批量學習的批量風險的方法更新初始監測分類器模型,由更新后的監測分類器對新采集到的異構后的數據進行分類標記,求得結果圖,通過結果圖即可判斷新采集的數據是否發生故障。本發明建立了生產流程的物理化學變量和圖像聲音視頻的大數據池,實現結合多個信息源的互補信息,發現數據源之間的關聯關系,以達到降低誤報警率、提高故障檢測的準確性的目的。
聲明:
“基于智能核主元分析的工業大數據故障診斷方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)