摘要
本发明的一种基于张量分解的多模态过程监测与故障诊断方法及介质,包括首先收集系统多模态信息,然后对采集到的样本进行数据预处理;通过张量分解技术得到各个模态间的共性特征,既能提取多个模态间的公共得分矩阵又能提取公共权重矩阵,从而构建一个公共子空间;再通过特征提取方法来实现各个模态个性特征的提取,从而构建个性子空间;分别对共性子空间和个性子空间建立过程监测模型,采用重构贡献图的方法进行故障诊断,分别对共性特征和共性特征的故障进行定位,判断故障根源所在。本发明应用于工业生产的多模态过程的共性特征提取,相较于其他共性特征提取方法,能更好地反映多模态过程的公共信息。
技术关键词
故障诊断方法
张量分解技术
特征提取方法
多模态信息
变量
异常状况
数据
收集系统
带钢热连轧
样本
剔除野点
矩阵
工业生产
阈值方法
重构
指标
可读存储介质
处理器
控制系统
系统为您推荐了相关专利信息
共晶焊接技术
LED灯珠
热塑性材料
封装工艺
鲸鱼优化算法
节能优化控制方法
矩阵
列车运行状态
环控设备
序列
救生设备
布置优化方法
救生设施
空间聚类算法
鲁棒性