摘要
本发明提供一种烧结过程质量异常溯源方法,涉及烧结工艺技术领域。所述方法包括建立提取烧结过程质量的平稳特征模块,通过收集的正常的烧结过程数据作为训练集,对提取烧结过程质量的平稳特征模块进行训练得到训练集的平稳分量及其协方差矩阵,FeO含量预测子模块根据训练集的平稳分量得到FeO含量的预测值;将在线监测的烧结过程数据作为样本集,根据基于孪生神经网络的平稳特征提取子模块对样本集进行处理,得到样本集的平稳分量;根据样本集的平稳分量及协方差矩阵,判断样本集是否存在异常数据,若存在异常数据,则绘制贡献图,本发明考虑了烧结过程数据的非平稳性、非线性以及非高斯性,提取出与FeO含量相关的平稳特征,改善了故障检测性能。
技术关键词
孪生神经网络
溯源方法
样本
异常数据
协方差矩阵
子模块
训练集
重构误差
贡献率
烧结工艺技术
编码器
变量
递归神经网络
在线
故障检测
解码器
元素
系统为您推荐了相关专利信息
数据处理方法
分布式数据处理
数据安全
智能模型
分布式文件系统
智能优化方法
智能优化系统
智能模型
数字孪生体
工况
故障检测模型
变速箱齿轮
时间序列特征
样本
高维特征向量