基于主動學(xué)習(xí)和半監(jiān)督學(xué)習(xí)的工業(yè)故障分類研究及應(yīng)用.pdf

1、過程監(jiān)測技術(shù)作為過程系統(tǒng)工程中的重要組成部分，在保障復(fù)雜工業(yè)過程的穩(wěn)定性和可靠性，提高企業(yè)產(chǎn)品質(zhì)量等關(guān)鍵問題上具有重要的理論意義和實(shí)踐意義。得益于集散控制系統(tǒng)(DCS)的不斷發(fā)展和廣泛應(yīng)用，海量的工業(yè)數(shù)據(jù)得以保存，因此，基于數(shù)據(jù)驅(qū)動的工業(yè)故障診斷技術(shù)在學(xué)術(shù)界和工業(yè)界都得到了普遍關(guān)注。然而，將傳統(tǒng)的模式識別方法應(yīng)用到工業(yè)故障診斷上時忽略了流程工業(yè)過程中采集到的數(shù)據(jù)特點(diǎn)，包括有標(biāo)簽故障樣本少、正常數(shù)據(jù)與故障數(shù)據(jù)以及不同類型的故障數(shù)據(jù)之間往往

2、存在樣本量不平衡的問題，因此不能在數(shù)據(jù)集上訓(xùn)練出高精度的分類模型來對故障進(jìn)行有效識別。本文在已有的經(jīng)典分類算法上，提出了基于不平衡小樣本的故障分類技術(shù)，將主動學(xué)習(xí)和半監(jiān)督學(xué)習(xí)的思想與傳統(tǒng)的基于模式識別的故障分類方法結(jié)合起來，并加入了對不平衡數(shù)據(jù)的代價敏感學(xué)習(xí)和重采樣處理。
　　主要研究工作和成果包括以下幾個方面:
　　1)針對流程工業(yè)過程中有標(biāo)簽故障樣本少、樣本標(biāo)注代價昂貴、樣本集存在類不平衡以及樣本孤點(diǎn)問題，首先提出了一種

3、改進(jìn)的主動學(xué)習(xí)結(jié)合加權(quán)支持向量機(jī)的工業(yè)故障分類算法。通過綜合考慮樣本的信息度和代表性以及樣本中可能存在的孤立點(diǎn)，將改進(jìn)的主動學(xué)習(xí)算法用于挖掘那些對當(dāng)前分類模型最有價值的樣本并提交給專家進(jìn)行標(biāo)注。在進(jìn)行主動學(xué)習(xí)算法的研究時，提出了一種改進(jìn)的加權(quán)支持向量機(jī)作為基分類模型。對于訓(xùn)練數(shù)據(jù)中的不同樣本，根據(jù)其重要性采用不同的權(quán)重系數(shù)，同時充分考慮了樣本點(diǎn)在特征空間分布情況對于主動學(xué)習(xí)和分類精度的影響，提出了一種新的懲罰系數(shù)選取方法，對不同類別的樣

4、本賦予不同的懲罰因子，從而有效避免了主動學(xué)習(xí)過程中采集到重復(fù)、無意義樣本的問題，并提高了分類準(zhǔn)確率。實(shí)驗(yàn)結(jié)果驗(yàn)證了所提出的的算法能夠在獲得較高分類精度的條件下有效減少標(biāo)注負(fù)擔(dān)。
　　2)在主動學(xué)習(xí)的基礎(chǔ)上，針對標(biāo)注代價昂貴的問題，提出了將半監(jiān)督學(xué)習(xí)的思想用于故障分類中，從而通過機(jī)器的自動迭代訓(xùn)練來提高故障診斷的精度，減少人工標(biāo)注耗費(fèi)的時間和精力。針對半監(jiān)督訓(xùn)練中容易出現(xiàn)的偽標(biāo)記有誤問題，提出了將一種改進(jìn)的基于多分類器貝葉斯決策融合

5、的分類算法用于無標(biāo)簽樣本的標(biāo)簽標(biāo)注上，并分析了噪聲數(shù)據(jù)的PAC可學(xué)習(xí)性以及訓(xùn)練集更新的充分條件，同時加入了基于最近鄰規(guī)則的噪音數(shù)據(jù)剪輯方法和針對不平衡樣本的SMOTE重采樣技術(shù)，從而使得新樣本的純凈度得到了有效的保證。實(shí)驗(yàn)證明，提出的半監(jiān)督學(xué)習(xí)算法具有較高的分類精度和穩(wěn)定性。
　　3)針對主動學(xué)習(xí)和半監(jiān)督學(xué)習(xí)兩種算法本身的特性及其存在的互補(bǔ)性，研究了如何將這兩種算法進(jìn)行有效的結(jié)合來更大程度地提高分類性能。傳統(tǒng)的主動學(xué)習(xí)方法，在選擇