一种基于数据驱动的工业生产过程故障诊断方法

摘要

本发明公开了一种基于数据驱动的工业生产过程故障诊断方法，包括：计算平均偏差和方差，对工业生产过程中的多维数据进行特征提取，得到特征数据，构建原始输入样本集；利用原始输入样本集，使用训练好的随机森林模型，对待诊断工业生产过程进行故障诊断，得到诊断结果；根据诊断结果是否有故障，以及故障类型，对待诊断工业生产过程故障产生的原因进行分析和解决。本发明采用粒子群算法，同时优化随机森林模型的2个关键参数，为随机森林参数的优化提供了一种可行、高效的方法，并提高了利用随机森林算法进行工业生产过程故障诊断的准确性。