QQ交談
專利類型:
發(fā)明授權(quán)
申請(專利)號:
CN202210437826.9
申請日:
2022-04-25
授權(quán)公告號:
CN114742172B
授權(quán)公告日:
2025-04-18
申請人:
大連理工大學(xué)
地址:
116024 遼寧省大連市甘井子區(qū)凌工路2號
發(fā)明人:
張超; 陳新宇; 鄭超琦; 宋學(xué)官
專輯:
工程科技Ⅱ輯
專題:
電力工業(yè)
主分類號:
G06F18/20
分類號:
G06F18/20;G06Q30/018;G06Q10/063;G06Q50/04;G06N7/01
國省代碼:
21
頁數(shù):
10
代理機構(gòu):
遼寧鴻文知識產(chǎn)權(quán)代理有限公司
代理人:
許明章;王海波
1.一種基于貝葉斯網(wǎng)絡(luò)的鋼鐵缺陷溯源方法,其特征在于,包括以下幾個步驟:第一步,對數(shù)據(jù)集中樣本各參數(shù)進行判定,給定標(biāo)簽;對于鋼鐵生產(chǎn)過程中獲得的實測數(shù)據(jù)集其中m表示數(shù)據(jù)集共有m個樣本,一個樣本即為一個鋼鐵產(chǎn)品,n表示每一個樣本有n個特征,構(gòu)建貝葉斯網(wǎng)絡(luò)時,每個特征為一個節(jié)點,通過已有的異常檢測方法,將所有樣本的全部參數(shù)賦予異?;蛘5臉?biāo)簽,其中參數(shù)異常標(biāo)簽為1,參數(shù)正常標(biāo)簽為0;第二步,得到貝葉斯網(wǎng)絡(luò)權(quán)重矩陣2.1)建立貝葉斯網(wǎng)絡(luò)初始權(quán)重矩陣W-1,···,W-n,W-(n+1),其中前n個矩陣W-1,···,W-n的尺寸為n×n,但需要保證對角線元素為0,以表示節(jié)點不與自身相連,第n+1個矩陣W-(n+1)的尺寸為n×1,為各節(jié)點與缺陷節(jié)點y之間的連接權(quán)重,其中y∈{0,1},為樣本的產(chǎn)品缺陷標(biāo)簽,y=1時表明該樣本為缺陷產(chǎn)品,y=0時表明該樣本為正常產(chǎn)品;所述貝葉斯網(wǎng)絡(luò)初始權(quán)重矩陣根據(jù)經(jīng)驗知識建立,或不使用經(jīng)驗知識直接采用初始零矩陣;2.2)根據(jù)第一步布爾化的數(shù)據(jù)集以及數(shù)據(jù)集中各樣本的產(chǎn)品缺陷標(biāo)簽數(shù)據(jù)對貝葉斯網(wǎng)絡(luò)權(quán)重矩陣進行更新,遍歷數(shù)據(jù)集D:若樣本為缺陷產(chǎn)品,則其異常參數(shù)在權(quán)重矩陣中兩兩對應(yīng)位置權(quán)重增加Δw~+;若為正常產(chǎn)品,則樣本的異常參數(shù)對應(yīng)矩陣中的連接位置權(quán)重減小Δw~-,直至數(shù)據(jù)集遍歷完全,停止更新,得到貝葉斯網(wǎng)絡(luò)權(quán)重矩陣第三步,根據(jù)第二步得到的貝葉斯網(wǎng)絡(luò)權(quán)重矩陣構(gòu)建貝葉斯網(wǎng)絡(luò);3.1)給定集合定義并進行初始化;定義當(dāng)前子節(jié)點集N-s,用以儲存當(dāng)前的子節(jié)點們,并從子節(jié)點出發(fā)尋找父節(jié)點,初始化當(dāng)前子節(jié)點集N-s={x-(n+1)},為簡化代碼,x-(n+1)實際為樣本缺陷節(jié)點y;定義剩余父節(jié)點集N-f,用以儲存當(dāng)前子節(jié)點集可選擇的父節(jié)點,初始化剩余父節(jié)點集N-f={x-1,···,x-n},定義當(dāng)前父節(jié)點集N-f~′,當(dāng)子節(jié)點集中的節(jié)點尋找父節(jié)點時,臨時儲存已選擇的父節(jié)點,并作為下一層的當(dāng)前子節(jié)點集,初始化當(dāng)前父節(jié)點集定義鄰接矩陣G={0}-((n+1)×(n+1)),負(fù)責(zé)記錄節(jié)點間連線關(guān)系,繪制貝葉斯網(wǎng)絡(luò)圖;定義父節(jié)點選擇數(shù)k;3.2)以缺陷節(jié)點y為第一層當(dāng)前子節(jié)點集,開始逆向?qū)ふ腋腹?jié)點以構(gòu)建貝葉斯網(wǎng)絡(luò);通過權(quán)重矩陣W-i~(new),對當(dāng)前子節(jié)點集N-s進行遍歷,N-s中每一個節(jié)點x-j,在剩余父節(jié)點集N-f中選擇與其相連的前k大的節(jié)點作為x-j的父節(jié)點,記入當(dāng)前父節(jié)點集N-f~′中,且G(j,[t-1,···,t-k])=1,當(dāng)前子節(jié)點集N-s遍歷完全后,將當(dāng)前子節(jié)點集N-s從剩余父節(jié)點集N-f中剔除,將當(dāng)前父節(jié)點集N-f~′作為下一次循環(huán)的當(dāng)前子節(jié)點集N-s,而當(dāng)前父節(jié)點集N-f~′置為空集重新加入循環(huán),直至循環(huán)完成;通過臨界矩陣G記錄的節(jié)點間連線關(guān)系,從矩陣最后一層尋找值為1的元素另一坐標(biāo)確定父節(jié)點,遞歸繪出貝葉斯網(wǎng)絡(luò);第四步,根據(jù)第三步繪制的貝葉斯網(wǎng)絡(luò),能夠確定各節(jié)點連接邊數(shù)和節(jié)點之間的父子關(guān)系;與缺陷節(jié)點y的父子關(guān)系越近,節(jié)點影響度越高;據(jù)此,各節(jié)點對于產(chǎn)品缺陷的影響度可直接從獲得的貝葉斯網(wǎng)絡(luò)中得到,從而確定各參數(shù)在鋼鐵產(chǎn)品缺陷產(chǎn)生過程中的重要性。
一種基于貝葉斯網(wǎng)絡(luò)的鋼鐵缺陷溯源方法,屬于工業(yè)設(shè)計技術(shù)領(lǐng)域,該方法以貝葉斯網(wǎng)絡(luò)為基模型,對鋼鐵缺陷進行較為準(zhǔn)確的溯源,主要步驟:1)對數(shù)據(jù)集中各樣本參數(shù)進行異常檢測,獲得特征或參數(shù)的異常標(biāo)簽;2)給定貝葉斯網(wǎng)絡(luò)初始權(quán)重矩陣;3)根據(jù)樣本異常情況對權(quán)重矩陣進行調(diào)整;4)根據(jù)調(diào)整后的權(quán)重矩陣得到貝葉斯網(wǎng)絡(luò)結(jié)構(gòu),從而確定各參數(shù)在鋼鐵產(chǎn)品缺陷產(chǎn)生過程中的重要性。針對鋼鐵生產(chǎn)過程中缺陷多、鋼鐵生產(chǎn)實測數(shù)據(jù)特征復(fù)雜、鋼鐵缺陷成因難以分析等困難,本發(fā)明能充分挖掘數(shù)據(jù)特征間的聯(lián)系,在不依賴先驗知識的情況下,可以便捷地得到樣本缺陷與參數(shù)異常的對應(yīng)關(guān)系,整體算法流程通俗易懂,具有較強的解釋性。