本发明提供一种基于智能核主元分析的工业大数据故障诊断方法,涉及故障监测与诊断技术领域。该方法通过采集电熔镁炉熔炼过程中的图像、电流等数据,异构建模大数据池,对数据池中的样本进行智能核主元分析,得到分类器判别矩阵的最优解,建立初始监测分类器模型,采用平均即使风险逼近批量学习的批量风险的方法更新初始监测分类器模型,由更新后的监测分类器对新采集到的异构后的数据进行分类标记,求得结果图,通过结果图即可判断新采集的数据是否发生故障。本发明建立了生产流程的物理化学变量和图像声音视频的大数据池,实现结合多个信息源的互补信息,发现数据源之间的关联关系,以达到降低误报警率、提高故障检测的准确性的目的。
声明:
“基于智能核主元分析的工业大数据故障诊断方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)