一种基于LSTM-CVAE的乳酸菌发酵过程故障检测与诊断方法
摘要文本
本发明属于基于数据驱动的故障监测技术领域,尤其涉及一种基于LSTM‑CVAE的乳酸菌批次发酵过故障检测和诊断方法。本发明包括“线下建模”和“线上监测”。“线下建模”两个部分。其中“线下建模”,对已采集正常生产的批次发酵过程数据进行标准化和数据预处理;建立LSTM‑CVAE网络模型,并构建故障检测统计量;计算控制限;设计诊断;“线上监测”包括对线上采集数据进行标准化处理,判断发酵运行状态,出现故障及时诊断故障来源;本发明能有效处理批次发酵过程的二维动态特性,多时段特性,实现线上故障实时监测。
申请人信息
- 申请人:江南大学
- 申请人地址:214000 江苏省无锡市新吴区净慧东道66号(江南大学国家大学科技园)
- 发明人: 江南大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于LSTM-CVAE的乳酸菌发酵过程故障检测与诊断方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311163096.9 |
| 申请日 | 2023/9/11 |
| 公告号 | CN117350328A |
| 公开日 | 2024/1/5 |
| IPC主分类号 | G06N3/0442 |
| 权利人 | 江南大学 |
| 发明人 | 朱金林; 高星可; 刘忠 |
| 地址 | 江苏省无锡市滨湖区蠡湖大道1800号 |
专利主权项内容
1.一种基于LSTM-CVAE的发酵监测模型的建立方法,其特征在于,包括如下步骤:1)采集正常发酵的过程数据,所述过程数据为三维数据(I, J, K),共有I个发酵批次,每个发酵批次中有K个采样时刻,每个采样时刻里有J个采样变量;X2)对步骤1)中获得的数据进行预处理,按照时段划分数据,从发酵批次维度对数据进行Z-score标准化处理,获得标准数据;3)对步骤2)的标准化数据进行三维滑窗处理,获得输入序列其中,w为时间维度相关性长度,w为批次维度相关性大小,J为过程变量个数;tb4)建立LSTM-CVAE网络模型,所述网络模型的具体结构为编码器和解码器,所述编码器包含三层:第一层为LSTM神经网络,神经元个数为J,第二层为全连接层,用于LSTM信息提取与传递,第三层分为均值和方差,第三层神经元小于第二层,第三层采用重构化参数策略,将浅空间压缩到标准正态分布;所述解码网络包含三层,第一层为LSTM层,用于先前信息的提取并存储,第二层为全连接层,用于将信息进一步处理,第三层的神经元与输入层神经元个数相同;5)设计故障检测指标,分别为潜变量的故障检测指标loss与残差空间故障检测指标loss,具体计算方法为:KLRESloss=KL(q(z|x)||N(0, 1))KLen其中,KL是衡量LSTM-CVAE的浅空间分布与标准正态分布间的距离,q为编码网络,z为潜变量,N(0, 1)为标准正态分布,为二范数,N为采样次数,计算控制限;en6)进行模型训练直至损失函数的值稳定。