CASIA OpenIR  > 学术期刊  > 自动化学报
基于深度置信网络的多模态过程故障评估方法及应用
张凯; 杨朋澄; 彭开香; 陈志文
Source Publication自动化学报
ISSN0254-4156
2024
Volume50Issue:1Pages:89-102
Abstract传统的多模态过程故障等级评估方法对模态之间的共性特征考虑较少,导致当被评估模态故障信息不充分时,评估的准确性较低.针对此问题,首先,提出一种共性–个性深度置信网络(Common and specific deep belief network, CS-DBN),该网络充分利用深度置信网络(Deep belief network, DBN)的深度分层特征提取能力,通过度量多模态数据间分布的相似性和差异性,进一步得到能够反映多模态过程共有信息的共性特征以及反映每个模态独有信息的个性特征;其次,基于CS-DBN,利用多模态过程的已知故障等级数据生成多模态共性–个性特征集,通过加权逻辑回归构建故障等级评估模型;最后,将所提方法应用于带钢热连轧生产过程的故障等级评估中.应用结果表明,随着多模态故障等级数据的增加,所提方法的评估准确率逐渐增加,当故障信息充足时,评估准确率可达98.75%;故障信息不足时,与传统方法相比,评估准确率提升近10%.
Keyword多模态过程 故障等级评估 共性–个性特征 深度置信网络 带钢热连轧
DOI10.16383/j.aas.c230156
Citation statistics
Document Type期刊论文
Identifierhttp://ir.ia.ac.cn/handle/173211/55756
Collection学术期刊_自动化学报
Recommended Citation
GB/T 7714
张凯,杨朋澄,彭开香,等. 基于深度置信网络的多模态过程故障评估方法及应用[J]. 自动化学报,2024,50(1):89-102.
APA 张凯,杨朋澄,彭开香,&陈志文.(2024).基于深度置信网络的多模态过程故障评估方法及应用.自动化学报,50(1),89-102.
MLA 张凯,et al."基于深度置信网络的多模态过程故障评估方法及应用".自动化学报 50.1(2024):89-102.
Files in This Item: Download All
File Name/Size DocType Version Access License
AAS-CN-2023-0156.pdf(3222KB)期刊论文出版稿开放获取CC BY-NC-SAView Download
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[张凯]'s Articles
[杨朋澄]'s Articles
[彭开香]'s Articles
Baidu academic
Similar articles in Baidu academic
[张凯]'s Articles
[杨朋澄]'s Articles
[彭开香]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[张凯]'s Articles
[杨朋澄]'s Articles
[彭开香]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: AAS-CN-2023-0156.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.