本发明提供一种基于图半监督支持向量机的工业过程大数据故障监测方法,涉及故障监测与诊断技术领域。该方法通过采集电熔镁炉生产过程中的图像数据和物理化学数据,构成大数据池,采用传统的半监督支持向量机生成多个不同的大间隔低密度分界线和相应的未标记数据的标记,通过目标函数找出分类效果最好的分界线,建立新的半监督支持向量机,求解得到最优标记,根据最优标记对电熔镁炉过程数据进行故障监测。本发明通过建立电熔镁炉生产流程的物理化学变量和图像声音视频大数据池,充分发挥大数据的优势,利用半监督支持向量机进行最优标记的寻找,提高故障诊断的灵敏度,实现全流程全视角全周期地描述工况。
声明:
“基于图半监督支持向量机的工业过程大数据故障监测方法” 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)