申请/专利权人：北京科技大学

申请日：2022-11-04

公开（公告）日：2024-02-27

公开（公告）号：CN115905974B

主分类号：G06F18/2415

分类号：G06F18/2415;G06F18/214;G06F17/18;G06F17/16

优先权：

专利状态码：有效-授权

法律状态：2024.02.27#授权;2023.04.21#实质审查的生效;2023.04.04#公开

摘要：本发明提供一种高炉异常炉况检测方法，属于高炉冶炼技术领域。所述方法包括：S101，建立基于GMM的平稳投影矩阵求取模型，其中，GMM表示高斯混合模型；S102，获取非平稳高炉正常的历史过程数据作为训练集，根据建立的平稳投影矩阵求取模型求取训练集的平稳投影矩阵和平稳分量，建立平稳分量的凸包；S103，根据S102求出的平稳投影矩阵计算在线测试样本的平稳分量，基于得到的平稳分量进行凸包检测，当测试样本位于凸包的外侧，判定炉况异常。采用本发明，能够降低炉况异常误报率。

主权项：1.一种高炉异常炉况检测方法，其特征在于，包括：S101，建立基于GMM的平稳投影矩阵求取模型，其中，GMM表示高斯混合模型；S102，获取非平稳高炉正常的历史过程数据作为训练集，根据建立的平稳投影矩阵求取模型求取训练集的平稳投影矩阵和平稳分量，建立平稳分量的凸包；S103，根据S102求出的平稳投影矩阵计算在线测试样本的平稳分量，基于得到的平稳分量进行凸包检测，当测试样本位于凸包的外侧，判定炉况异常；其中，建立的平稳投影矩阵求取模型表示为： 其中，F表示惩罚函数，表示平稳投影矩阵，表示为一个行m列的实数矩阵，表示平稳分量数目，m为样本维数；n为历史过程数据构成的增广数据划分的时段数，划分得到的每一段数据都是高斯混合数据，q表示GMM的高斯组分数，表示第i段数据估计出的第k个高斯组分的混合比例，表示第i段数据估计出的第k'个高斯组分的混合比例，表示第j段数据估计出的第k”个高斯组分的混合比例，表示高斯组分和之间的K-L散度近似值，表示高斯组分和之间的K-L散度近似值，ρ为惩罚因子，上标T表示矩阵转置，为维的单位矩阵，||·||F表示求F范数；其中，所述获取非平稳高炉正常的历史过程数据作为训练集，根据建立的平稳投影矩阵求取模型求取训练集的平稳投影矩阵和平稳分量，建立平稳分量的凸包包括：B1，获取非平稳高炉正常的历史过程数据作为训练集其中，N为训练样本个数，m为样本维数，表示N行m列的实数矩阵；B2，构建长度为w的滑动时间窗口，采用单步滑动构成增广数据矩阵Y，并做归一化处理；其中，增广数据矩阵Y表示为： 其中，是观测到的样本，p＝1,2,...,N，由xp构成训练集，表示N-w行mw列的实数矩阵；B3，将归一化后的增广数据划分为n个时段，给定高斯组分数q，采用最大期望算法估计出每段数据的高斯分量参数和其中，表示第i段数据估计出的第k个高斯组分的混合比例，和分别表示第i段数据估计出的第k个高斯组分的协方差矩阵和均值向量；B4，确定平稳分量数目B5，基于得到的高斯分量参数和以及平稳分量数目对平稳投影矩阵求取模型进行求解，得到最优的平稳投影矩阵B6，计算平稳分量B7，构造的凸包；其中，所述根据S102求出的平稳投影矩阵计算在线测试样本的平稳分量，基于得到的平稳分量进行凸包检测，当测试样本位于凸包的外侧，判定炉况异常包括：C1，加载的凸包和平稳投影矩阵C2，对于测试样本xh，构造增广数据矩阵并做归一化处理；其中，xh表示第h个测试样本；C3，计算测试样本xh的平稳分量C4，根据计算得到的平稳分量利用凸包检测原理计算Lh，若Lh0，则判定炉况异常；其中，Lh表示平稳分量与凸包的位置关系；其中，所述根据计算得到的平稳分量利用凸包检测原理计算Lh，若Lh0，则认为发生故障包括：将的凸包表示为 其中，代表第p'个训练样本的平稳分量，βp'表示平稳分量的混合比例；在所有包围平稳分量的凸集合中，取凸包内部任一点p0，再取凸包边界超平面上的任一点p1，构造向量p＝p0-p1，求取凸包每一个超平面的一个单位长度的法向量法向量应满足： 测试样本xh的平稳分量与p1构成向量向量t应满足： 其中，L1表示一个测试样本的平稳分量与凸包的一个超平面之间的位置关系；若向量t满足则该测试样本的平稳分量位于超平面之上，如果该测试样本的平稳分量位于凸包所有超平面之上时，即可判定该样本位于凸包内部；求出所有测试样本的平稳分量与凸包所有超平面的L1后组成矩阵其中，表示c行r列的实数矩阵，矩阵M代表测试样本的平稳分量与凸包的所有超平面的位置关系；求得矩阵M第h行的最小值L2，令Lh＝-L2，判断Lh是否大于0，若Lh0，则判定炉况异常；其中，r为凸包边界超平面的个数，c为测试样本的个数。

全文数据：

权利要求：

百度查询： 北京科技大学 一种高炉异常炉况检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD