摘要
本发明公开了一种基于区间分布分析的不确定性工业过程鲁棒故障诊断方法,包括下列步骤:步骤1,建立基于核密度估计模型的不确定性数据区间化表征模型;步骤2,基于完备信息主成分分析算法的不确定性过程特征提取:采用基于完备信息主成分分析的不确定性数据驱动算法对以区间形式表示的不确定性过程数据进行潜在的结构信息特征挖掘,以实现不确定性故障特征信息的提取和多元变量降维;步骤3,构建基于区间径向基函数神经网络算法的故障诊断模型:基于第二部分所构建的完备信息主成分分析算法提取的区间故障特征信息,构建适用于区间值故障数据的诊断模型,并采用减聚类算法完成诊断模型的离线建模。
技术关键词
鲁棒故障诊断方法
区间径向基函数神经网络
核密度估计模型
故障特征信息
主成分分析算法
故障诊断模型
数据驱动算法
变量
工业
径向基神经网络
协方差矩阵
样本
指标
聚类
梯度下降算法
系统为您推荐了相关专利信息
动力锂电池
故障预测模型
故障检测方法
故障特征信息
注意力机制
植物饮料
光谱指纹特征
挥发性风味物质
感官
成分检测系统
智能眼镜
预警方法
预警模块
预警系统
智能穿戴设备
除雾功能
主成分分析算法
摄像机镜头
深度卷积神经网络
指数
苗期作物
三维点云数据
方位角
作物苗期
非暂态计算机可读存储介质