本发明提供一种基于相似性局部样条回归的工业过程故障诊断方法,涉及故障监测与诊断技术领域。该方法通过采集工业过程数据,并进行部分标记和标准化处理,利用LSR方法求得预测标签,采用相似性分析方法对预测标签进行处理,对故障识别模糊的点进行标签修正,然后基于样条函数构建在线诊断模型,并采用岭回归的方法求得系数矩阵,在工业生产过程中采集新数据,通过在线诊断模型和系数矩阵求出其相应的标签,进行故障诊断。本发明解决工业生产过程中包含有大量的物理化学变量和图像声音视频等多源异构大数据的故障诊断问题,无需对所有工业生产数据进行故障识别,节约大量时间与人力,能大大降低误报警,提高故障检测的准确性和灵敏度。
声明:
“基于相似性局部样条回归的工业过程故障诊断方法” 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)