【技术实现步骤摘要】
一种基于信息熵的半监督FCM和SAE的多阶段发酵过程故障监测方法
[0001]本专利技术涉及基于数据驱动的故障监测
,特别是涉及一种针对发酵过程的故障监测技术。本专利技术的基于数据驱动的方法即是在发酵过程故障监测方面的具体应用。
技术介绍
[0002]随着工业自动化技术的迅速发展,现代工业系统的集成度以及复杂度越来越高。为了使系统能够及时监测到故障的发生,所以目前对系统故障监测性能可靠性的提升显得尤为重要。发酵过程是一种以批处理工艺为主的工业过程,指在有限的时间内将原材料制成小批量和高附加值的产品。由于人们对这些产品有着极高的日常需求,因此,为了使发酵工业过程安全有序的生产,故障监测在工业界中一直受到高度关注。目前国内外常见的故障监测方法主要分为两类,即基于机理模型的方法和基于数据驱动的方法。基于机理模型的方法由于需要对系统的机理知识做出准确的数学表达,其潜在的复杂物理化学现象的有限理解、不断变化的过程操作条件,以及与基本模型开发相关的困难,限制了机理模型方法的具体使用。而基于数据驱动的方法可以充分利用软测量和传感器技术获得大量实时数据,对这些获得的历史数据进行处理建模成为了目前常用的方法之一。
[0003]数据驱动方法如多向主成分分析(Multi
‑
way Principal Component Analysis,MPCA)和多向偏最小二乘(Multi
‑
way Partial Least Squares,MPLS)已得到广泛应用。但这些方法对发酵过程的生产数据进行 ...
【技术保护点】
【技术特征摘要】
1.一种基于信息熵的半监督FCM和稀疏自动编码器的多阶段发酵过程故障监测方法,其包括“阶段划分”、“离线建模”和“在线监测”3个阶段,其特征在于,具体步骤如下:A.阶段划分1)利用信息熵的半监督FCM算法(ESFCM)对发酵过程的二维数据进行聚类;具体方法为给定一个发酵过程正常工况下的三维数据样本,首先对该三维数据X(I
×
J
×
K)沿批次展开成二维数据X(I
×
KJ),其中,I为发酵过程批次数,J为为发酵过程变量,K为采样周期;数然后对该二维矩阵按列进行标准化;标准化公式为其中,x
k,j
是第k个采样时刻的时间片矩阵中的第j列元素,是其进行标准化后的值,和s
j
分别为在第j列的均值和标准差;2)使用信息熵的半监督FCM对该二维数据进行聚类时,首先对二维样本矩阵设置最大聚类个数m
max
和最小聚类个数m
min
,因为聚类算法中聚类个数最小取2,所以m
min
=2;发酵过程中的微生物生长周期分为生长适应期、对数生长期、生长稳定期和衰亡期,所以m
max
=4;然后对FCM的隶属度矩阵U进行随机初始化,令t=0,更新m,隶属度矩阵U是表示某个样本X隶属于某个集合的函数;初始化结束后,然后对隶属度矩阵U和t进行更新;计算信息熵它表示第k个样本点在聚类上对应的信息熵,N为样本总数,其中,p表示聚类标签号,u
px
表示样本点x属于聚类标签p的隶属度值;信息熵计算结束后,当|U
t+1
‑
U
t
|>e,更新截止,确定当前聚类个数m;当m≥m
max
时,确定当前聚类个数m为最终聚类个数;e在0.001以内;3)将步骤2得到的m引入FCM算法中,求取到欧氏距离后,将欧式距离带入FCM中的目标函d即为欧氏距离,为第k个采样时刻的样本点x属于某一簇p的隶属度的隶属度值,m为步骤2中的簇个数,N为样本时间片个数;||.||表示每个时间片到聚类中心距离的度量;最大迭代次数M,迭代次数o∈(0,M)且o为正整数;计算该算法第o次迭代和第o
‑
1次迭代的目标函数值,当两次迭代次数的目标函数值之差的绝对值小于迭代误差v时,即|R
o
‑
R
o
‑1|<v时,则聚类算法结束,完成阶段划分;v在0.001以内;B.离线建模:4)将步骤3划分好的每个阶段的样本都输入到稀疏自编码器模型中,本发明方法将传统的sigmoid激活函数替换成Swish激活函数,Swish函数表达式为x是SAE为后一层神经元的输入变量,该输入变量是由SAE第一层的输入变量决定的,第一层的输入变量就是发酵过程样本矩阵,其维数与每一批样本矩阵的维数一致,均为J
×
K,β是随机参数,β取大于0.1小于10的随机值;在编码网络中,编码器的输出信息f(X)=W
KJ
h
′
t
+b
J
,X是由每个样本x构成的样本矩阵,
W
KJ
为编码器的权值矩阵,K表示权值矩阵W
KJ
的行数,J表示权值矩阵W
KJ
的列数,也表示编码网络在对应隐层输出神经元的维数;h
′
t
为编码器在t
’
时刻的隐层神经元对应的输入变量的矩阵;b
J
为编码器的偏置矩阵,J为编码器输出维数;采用随机初始化对该网络权值进行配置,当第l层神经元使用Swi...
【专利技术属性】
技术研发人员:高学金,李学凤,高慧慧,韩华云,
申请(专利权)人:北京工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。