基于改进EM算法的氧化槽温控系统故障诊断

氧化槽是生物氧化提金的重要设备。在季节性强的中国西北地区,氧化槽温控系统运行在极端天气环境中不可避免会出现各类运行故障,若不及时排查会导致提金率的降低和矿产资源的浪费。针对此问题提出一种基于改进EM算法的氧化槽温控系统故障分类法,从而快速准确找出具体故障。仿真结果表明,改进EM算法能够充分利用工业大数据的优势,比传统EM算法与BP神经网络算法的分类正确率更高。

基于高斯混合聚类的切换系统的辨识

针对具有未知切换规则与未知子系统数量的切换系统的辨识问题,提出一种两阶段辨识方法,包括模式检测与参数辨识.在模式检测阶段,首先建立高斯混合模型表示采样数据的分布,并通过轮盘法选择合适的初始模型参数.其次,计算采样数据属于每个子系统的后验概率,通过极大似然估计算法迭代更新模型参数,使高斯混合模型最大化地拟合采样数据的分布.在此基础上,通过贝叶斯信息准则确定子系统的数量,并根据最大后验概率准则估计切换规则.在参数辨识阶段,通过递推增广最小二乘法估计每个子系统的参数向量.最后,通过仿真结果验证了所提方法的有效性.