Indexed by：
Abstract：
本发明公开了一种对复杂工业过程进行故障预测的新方法，包括“故障状态特征提取”和“故障预测”两个阶段。故障状态特征提取包括：首先对复杂工业过程的数据，利用随机森林算法筛选出与故障相关的特征；之后引入堆栈降噪自编码网络进行特征重构，进而构造平方预测误差(SPE)统计量作为故障的状态特征，并利用核密度估计方法确定控制限；最后将新数据代入模型，计算其统计量并判断是否正常。“故障预测”包括：首先将SPE组成时间序列，之后利用SFTCN的预测模型实现SPE的趋势预测。本发明采用随机森林算法降低了堆栈降噪自编码网络训练成本，采用改进的时间卷积网络能够有效提取故障状态的时序特性，故障预测精度较高。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明授权
Patent No.： CN202110442777.3
Filing Date： 2021-04-23
Publication Date： 2023-10-10
Pub. No.： CN113642754B
Applicants： 北京工业大学
Legal Status： 授权
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 13
Affiliated Colleges：
