基于ISDAE模型的复杂工业过程运行状态评价

发布时间：2021-10-30 07:28

　　复杂工业过程细致而稳健的运行状态评价及非优因素识别方法是保证其安全绿色高效生产,提高企业综合经济效益的有效手段之一。针对复杂工业过程中存在的（强）非线性、信息冗余以及标签数据不足（无标签数据多而有标签数据少）等实际问题,本文提出了两种基于自编码器模型的运行状态评价及非优因素识别方法。具体工作内容如下:（1）针对复杂工业过程中存在的非线性、信息冗余以及受不确定性因素影响而难以建立稳健可靠的评价模型的问题,本文引入深度学习中的稀疏降噪自编码器（Sparse Denoising Auto Encoder,SDAE）模型,并在此基础上提出了一种基于综合经济指标约束的SDAE特征提取模型（Comprehensive Economic Index Regularization SDAE,ISDAE）。在SDAE无监督特征学习的基础上引入综合经济指标约束项,迫使自编码器学习与综合经济指标相关的原始数据特征表达,并将其作为输入训练运行状态识别模型。然后,级联特征提取模型和运行状态识别模型,并通过参数微调获得最终的运行状态评价模型。在线应用时,通过引入滑动窗口和信任权值的方式提高在线评价结果的可靠性。当... 

【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校

【文章页数】：81 页

【学位级别】：硕士

【部分图文】：

过程数据可视化：(a)原始数

工程硕士专业学位论文8211Var()()nnjjjNnjjjjnxxssxxNx(2-3)其中，njx

本文编号：3466325