摘要
本发明涉及一种Hypol工艺的故障样本生成方法和装置、设备、介质,具体涉及聚丙烯生产领域,包括:建立基于全混流反应器聚丙烯工艺的动态数学模型;通过混沌粒子群优化算法对动态数学模型的未知参数进行辨识,得到动态机理模型,之后依据动态机理模型得到聚丙烯工艺典型故障样本数据;利用生成式对抗神经网络对聚丙烯工艺典型故障样本数据进行预训练,得到预训练模型;将实际生产的故障样本数据输入预训练模型中,得到对应产线的故障样本数据。本发明提供方法,利用机理模型生成足够的指定类型的故障数据并进行预训练,最后用实际的故障数据对模型进行微调,得到生成指定故障类型的故障样本生成器,可以生成不同种类的指定故障数据。
技术关键词
样本生成方法
动态数学模型
混沌粒子群优化算法
生成式对抗神经网络
预训练模型
聚丙烯
浆液固含量
典型
氢气
数据
计算机可执行指令
冷却水
计算机存储介质
冷凝器
催化剂
速率
热熔
密度