[00297644]一种塑料注塑过程的在线工况过程监控方法
交易价格：
面议
所属行业：
分析仪器
类型：
发明专利
技术成熟度：
正在研发
专利所属地：中国
专利号：CN201610038855.2
交易方式：
技术转让
技术转让
技术入股
联系人：
华中科技大学
进入空间
所在地：湖北武汉市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
摘要：本发明公开了一种塑料注塑过程的在线工况过程监控方法，属于工业监控和故障诊断领域。其包括如下步骤S1利用传感器收集各个工况下的数据，组成建模用的训练样本集X；S2进行数据预处理和归一化，使得训练样本集X的均值为0，方差为1，得到矩阵X′；S3根据所述矩阵X′，应用高斯核函数计算获得距离矩阵W；S4对所述距离矩阵W进行标准化，获得马尔科夫矩阵P(1)，将P(1)经过t次游走获得P(t)并在P(t)基础上经谱分解获得的特征矩阵X″；S5将所述特征矩阵X″以及各个样本对应的工况Tq成对输入误差反向传播神经网络进行训练,保留预测准确率最高的神经网络模型作为监测所用的模型；S6进行实际监控。本发明方法成功实现了高维数据在线监测。
摘要：本发明公开了一种塑料注塑过程的在线工况过程监控方法，属于工业监控和故障诊断领域。其包括如下步骤S1利用传感器收集各个工况下的数据，组成建模用的训练样本集X；S2进行数据预处理和归一化，使得训练样本集X的均值为0，方差为1，得到矩阵X′；S3根据所述矩阵X′，应用高斯核函数计算获得距离矩阵W；S4对所述距离矩阵W进行标准化，获得马尔科夫矩阵P(1)，将P(1)经过t次游走获得P(t)并在P(t)基础上经谱分解获得的特征矩阵X″；S5将所述特征矩阵X″以及各个样本对应的工况Tq成对输入误差反向传播神经网络进行训练,保留预测准确率最高的神经网络模型作为监测所用的模型；S6进行实际监控。本发明方法成功实现了高维数据在线监测。
