一种基于新型FDE-ELM和时延EFSM的非线性过程工业故障预测方法

摘要

本发明提供了一种用于非线性过程工业的故障预测和推理方法，所述方法包括：数据预处理过程，时延扩展有限状态机EFSM模型构建过程，基于反馈差分优化极限学机FDE-ELM的变量预测过程和基于时延EFSM的故障推理过程：该发明具有建模稳定性高、故障预测精度高、算法复杂度低、故障推理自动化，推理过程可视化等优点，为保证过程工业的安全性、保障财产和人员的安全、节约硬件成本提供了帮助。

主权项

一种用于非线性过程工业的故障预测和推理方法，其特征在于所述方法包括：数据预处理过程：对工业数据进行降噪处理；时延时延扩展有限状态机EFSM模型构建过程：运用时延互信息量TDMI对预处理后的数据进行延迟时间计算和相关性分析，搭建数据依赖图，并通过先验知识和对模型的机理分析构建状态依赖图和迁移表；基于反馈差分优化极限学习机FDE‑ELM的变量预测过程：构建FDE‑ELM网络，选取系统的关键变量作为网络的输出节点，并通过所述数据依赖图建立的变量间的联系得到与输出节点对应的输入节点；基于时延EFSM的故障推理过程：当所述FDE‑ELM的变量预测过程输出的预测结果超出设定的控制阈值范围时，将所述预测结果导入时延EFSM进行故障推理；具体为，根据预先设定好的迁移表进行推理，当预测结果满足迁移条件时，状态发生转变，当状态不再发生转变时，输出的状态即为发生的故障类型。