-
公开(公告)号：CN119828672A
公开(公告)日：2025-04-15
申请号：CN202510302805.X
申请日：2025-03-14
Applicant: 北京科技大学
IPC: G05B23/02
Abstract: 本发明提供一种领域知识引导机器学习的非线性系统故障检测方法及装置，涉及故障检测技术领域。该方法包括：设计哈密尔顿意义下的复杂非线性系统的伴随系统作为编码器，输出潜在变量；将系统稳定的像表征作为解码器，得到历史重构过程数据；进而得到训练完成的自编码器；根据重构差距构造检测统计量进行故障检测。本发明提出了一种针对复杂非线性系统的标称动态描述方式和故障检测方案，融合了系统稳定的像表征、自编码器技术、控制理论和信息论的相关领域知识，建立了能较好表征和重构系统动态的自编码器。在此基础上，利用重构误差构造检测统计量从而实现对复杂非线性系统的故障检测方法准确度高、可解释性强，应用范围广泛。
-
公开(公告)号：CN118396404B
公开(公告)日：2025-04-04
申请号：CN202410433444.8
申请日：2024-04-10
Applicant: 北京科技大学
IPC: G06Q10/0637 , G06Q50/04 , G06F30/27 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种浮法玻璃生产过程故障监测与根源诊断方法及装置，属于工业过程监测技术领域，该方法包括：获取浮法玻璃历史生产过程数据；基于历史生产过程数据，采用预设的因果发现框架捕获各过程变量之间的因果关系，构建因果关系图；基于历史生产过程数据，构建浮法玻璃生产过程故障监测模型；获取浮法玻璃实时生产过程数据，根据实时生产过程数据，采用浮法玻璃生产过程故障监测模型对当前的浮法玻璃生产过程进行故障监测；当监测到发生故障时，基于监测结果和因果关系图确定故障发生原因。本发明通过对浮法玻璃生产过程进行建模，能够提高浮法玻璃生产过程故障监测的准确性，降低误报率，准确识别故障的根本原因和传播路径，提高生产效率。
-
公开(公告)号：CN119702715A
公开(公告)日：2025-03-28
申请号：CN202411835118.6
申请日：2024-12-13
Applicant: 北京科技大学
Abstract: 本发明公开了一种带钢热连轧活套的系统建模与故障检测方法和系统，涉及工业轧钢过程建模与故障检测技术领域，包括：基于最小二乘辨识建立带钢热连轧活套系统在多个稳定工作点的状态空间模型；基于预设模糊规则将状态空间模型模糊化，得到带钢热连轧活套系统的T‑S模糊模型；基于神经网络对T‑S模糊模型进行优化，建立神经网络和模糊核表征相结合的目标系统模型；基于目标系统模型在预设时间段内的模型输出与带钢热连轧活套系统的真实输出之间的残差信号和，对带钢热连轧活套系统进行故障检测。本发明缓解了现有技术基于模型的故障检测方法中活套的精确数学模型难以建立和数据驱动的故障检测方法精确度较低、故障解释较困难的技术问题。
-
公开(公告)号：CN118797274A
公开(公告)日：2024-10-18
申请号：CN202411263330.X
申请日：2024-09-10
Applicant: 鞍钢集团自动化有限公司 , 北京科技大学
IPC: G06F18/20 , G06N3/0464 , G06F18/243 , G06F18/2433 , G06N3/049
Abstract: 本发明公开了一种云边协同的带钢热轧过程数据治理及性能预测方法及装置，方法包括：获取带钢热轧生产过程数据进行异常值快速检测；对云侧数据进行非理想数据扩充；采用六维数据模型的多源异构数据描述范式建立带钢热轧过程元数据全局视图；结合带钢热轧过程机理知识和mRMR对性能相关辅助变量进行筛选；构建实体嵌入模型实现所述多源异构数据的交互和融合；在边侧构建时间‑空间卷积网络软传感器模型；在云侧利用基于熵权法的多性能指标综合评价描述方法融合局部预测结果，完成带钢热轧全流程性能评估。解决了现有技术无法实现对带钢热轧生产过程数据治理，也无法有效实现性能高精度预测与全流程评估的技术问题。
-
公开(公告)号：CN118520759A
公开(公告)日：2024-08-20
申请号：CN202410413148.1
申请日：2024-04-07
Applicant: 北京科技大学
IPC: G06F30/27 , G06F18/214 , G06N3/0442 , G06N3/09 , G06N3/094
Abstract: 本发明提供一种工业过程小样本数据生成方法及系统，涉及数据生成技术领域，包括:获取正常样本量的工业过程数据作为训练数据；构建有监督的信息最大化生成对抗网络模型；基于训练数据训练有监督的信息最大化生成对抗网络模型，获得小样本数据生成模型；获取小样本数据，将小样本数据输入至小样本生成模型进行参数微调并生成对应的目标数据，完成工业过程小样本数据生成。本发明有效解决了工业过程中的工业数据小样本问题，同时在小样本数据扩充过程中有效继承原始数据时序特征并且提高其可解释性。本方法在模型层面，将时序监督与信息最大化生成对抗网络结合；在算法策略层面，将元学习策略引入上述模型中，赋予其解决小样本问题的能力。
-
Patent Agency Ranking
公开(公告)号：CN118092341A
公开(公告)日：2024-05-28
申请号：CN202410164966.2
申请日：2024-02-05
Applicant: 北京科技大学
IPC: G05B19/418
Abstract: 本发明公开了一种浮法玻璃生产过程波纹度监测与调控优化方法及装置，属于化工过程质量管控领域，该方法包括：构建历史生产工艺参数数据集；提取不同工况下的最佳运行模式；实时采集当前浮法玻璃生产过程中的生产工艺参数数据，根据实时采集的生产工艺参数数据，确定当前浮法玻璃生产的工况以及其运行模式；计算当前浮法玻璃生产的运行模式与其同工况下的最优运行模式的偏差；当计算出的偏差超过预设偏差阈值时，则判断当前浮法玻璃生产中的波纹度波动不符合生产要求，此时产生报警，并对当前浮法玻璃生产进行调控优化。本发明能有效解决浮法玻璃生产过程关键性能指标(波纹度)监测与调控优化问题，并给出优化方案，从而提升产品质量与生产效率。
-
公开(公告)号：CN118068788A
公开(公告)日：2024-05-24
申请号：CN202410174929.X
申请日：2024-02-07
Applicant: 北京科技大学
IPC: G05B19/418
Abstract: 本发明公开了一种模型与数据联合驱动热连轧过程故障诊断方法和装置，属工业监测领域，该方法包括：获取带钢热连轧过程历史数据，从中筛选出带钢热连轧过程关键工艺参数变量；根据工艺参数变量数据特性设计模型参数约束条件，构建每一工艺参数变量的预测模型并对各模型进行训练；基于训练好的预测模型对各工艺参数变量进行因果发现，构建基于数据驱动的带钢热连轧因果图；结合机理模型对带钢热连轧因果图进行优化，并在优化后的带钢热连轧因果图上加上动态MI值，得到多粒度因果关联网络；对带钢热连轧过程进行故障监测，并在发生故障时实现故障溯源。本发明能充分利用带钢热轧过程机理模型，提高深度网络的可解释性，消除故障溯源中的拖尾效应。
-
公开(公告)号：CN115905974B
公开(公告)日：2024-02-27
申请号：CN202211377826.0
申请日：2022-11-04
Applicant: 北京科技大学
IPC: G06F18/2415 , G06F18/214 , G06F17/18 , G06F17/16
Abstract: 本发明提供一种高炉异常炉况检测方法，属于高炉冶炼技术领域。所述方法包括：S101，建立基于GMM的平稳投影矩阵求取模型，其中，GMM表示高斯混合模型；S102，获取非平稳高炉正常的历史过程数据作为训练集，根据建立的平稳投影矩阵求取模型求取训练集的平稳投影矩阵和平稳分量，建立平稳分量的凸包；S103，根据S102求出的平稳投影矩阵计算在线测试样本的平稳分量，基于得到的平稳分量进行凸包检测，当测试样本位于凸包的外侧，判定炉况异常。采用本发明，能够降低炉况异常误报率。
-
公开(公告)号：CN116206154B
公开(公告)日：2024-02-13
申请号：CN202310130653.0
申请日：2023-02-17
Applicant: 北京科技大学
IPC: G06V10/764 , G06V10/774 , G06V10/74 , G05B23/02
Abstract: 本发明提供一种非常见工况下的污水处理过程的故障分类方法，首先分离出非平稳变量的过程数据，基于邻域保持成分分析的方法提取非平稳特征；然后基于典型相关分析的迁移学习方法减小源域和目标域正常数据的分布差异，获得投影后的源域和目标域数据；画出源域带标签的故障数据的贡献图和目标域未带标签的故障数据的贡献图，对两者做相似度分析，实现对目标域的第一次故障分类；如果目标域单类未带标签的故障数据的贡献图与源域多类带标签的故障数据的贡献图的相似度相同，将对应的投影后的源域多类带标签的故障数据训练支持向量机模(56)对比文件Chao Chen 等.Domain Adaptation-BasedTransfer Learning for Gear FaultDiagnosis Under Varying WorkingConditions《.IEEE TRANSACTIONS ONINSTRUMENTATION AND MEASUREMENT》.2021,第70卷卷1-10.
-
公开(公告)号：CN116776753A
公开(公告)日：2023-09-19
申请号：CN202311077676.6
申请日：2023-08-25
Applicant: 北京科技大学
IPC: G06F30/27 , G06N3/006 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06F119/14
Abstract: 本发明公开了一种带钢热连轧过程力学性能指标软测量方法和系统，属于参数测量技术领域，包括：从云端侧获取训练完成的EM‑CNN‑McLightGBM模型；获取带钢热连轧过程中的测试数据和钢坯各成分含量数据，根据数据的特点将数据划分为结构化数据和非结构化数据；将非结构化数据输入到训练完成的EM子模型，得到实体嵌入后的结构化数据，将所述实体嵌入后的数据与结构化数据进行拼接，得到结构化组合矩阵；将所述结构化组合矩阵输入到训练完成的CNN子模型中，得到变量间的空间特征；将变量间的空间特征输入到训练完成的McLightGBM子模型，分别预测出多个力学性能指标；其中，所述力学性能指标包括：屈服强度、抗拉强度、断后伸长率。
-
-
-
-
-
-
-
-
-
Search Results
104
records
(took 0.034 seconds)
