基于层次密度峰值聚类和最相似模态的故障监测方法
史海波; 潘福成; 李歆; 张宜驰; 李帅; 周晓锋
2019-06-25
著作权人中国科学院沈阳自动化研究所
国家中国
文献子类发明
产权排序1
英文摘要本发明涉及一种基于层次密度峰值聚类和最相似模态的故障监测方法,对工业过程历史正常数据进行模态划分,获取层次模态信息;利用层次模态信息对工业过程历史正常数据建立故障监测模型;将待监测的工业过程数据,得到最相似模态,输入到所述故障监测模型,进行故障监测。本发明利用已有的工业数据资源,考虑了复杂工业过程的多模态性和多模态动态性和不确定性,克服现有多模态故障监测方法依赖先验的模态信息,采用固定的模态划分及模型等局限,这对于及时发现工业过程的异常工况、保证生产安全、提高产品质量具有重要意义。
申请日期2017-12-18
语种中文
状态公开
内容类型专利
源URL[http://ir.sia.cn/handle/173321/25007]  
专题沈阳自动化研究所_数字工厂研究室
作者单位中国科学院沈阳自动化研究所
推荐引用方式
GB/T 7714
史海波,潘福成,李歆,等. 基于层次密度峰值聚类和最相似模态的故障监测方法. 2019-06-25.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace