基于FDA与SOM的间歇工业过程反应阶段聚类以及故障分类可视化

摘要

本发明公开了一种基于FDA与SOM的间歇工业过程反应阶段聚类以及故障分类可视化的方法。间歇工业过程一般需要经历几个固定的反应阶段，即具有多阶段的特性，准确区分各个反应阶段有助于确认反应过程进度和反应过程是否正常；同时，针对批次过程中可能产生的故障，准确对故障进行识别并确认故障类型对于安全生产至关重要。本方法通过在仿真平台pensim2.0上模拟青霉素的发酵过程获得所需的间歇过程数据，利用线性判别分析（FDA）进行数据的特征提取，通过改进K均值算法预先对反应模态进行聚类，通过自组织映射神经网络（SOM）完成各阶段的聚类结果可视化，同时对于不同的故障批次利用SOM进行分类可视化。