| 专利号 | 2019108441325 | 申请日 | 2019-09-06 | 专利名称 | 一种化工过程故障识别方法及系统 |
| 授权日 | 2020-12-18 | 专利权人 | 青岛科技大学 | 发明人 | 田文德;贾旭清;刘子健;张士发 |
| 主分类号 | G05B19/418 | 关键词 | 应用领域 | ||
| 摘要 | 本公开提出了一种化工过程故障识别方法及系统，采用应用于标签昂贵的化工故障识别领域，采用动态主动安全半监督支持向量机模型(简称为PCA‑DAS4VM模型)识别化工过程运行状态，将主成分分析方法与动态主动安全半监督支持向量机结合，弥补了传统监督学习对于标签数据数量的要求，提高了半监督学习的识别精度。采用主成分分析方能够消除化工过程噪声和冗余数据，结合历史信息和未来信息进行异常工况故障识别，有效地选择和标记高熵值的无标记数据，充分利用无标签数据提升识别模型性能，实现了高效和完整的进行化工过程故障识别工作，识别准确度更高，识别速度更快有益于推动化工安全的发展。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 高端装备制造 智能制造装备产业 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
