-
公开(公告)号：CN113156908B
公开(公告)日：2022-05-13
申请号：CN202110581890.X
申请日：2021-05-25
Applicant: 中南大学
IPC: G05B19/418
Abstract: 本发明公开了一种机理与数据联融合的多工况工业过程监测方法和系统，其方法为：将监测数量满足预设值的工业过程工况设为主工况，否则设为副工况；利用主工况正常时的历史监测数据集建立主工况故障检测模型；将主工况正常时的历史监测数据集和副工况正常时的历史监测数据集，均采用CSL方法映射到公共子空间，并利用公共子空间中的数据建立副工况故障检测模型；对于主工况的在线监测数据，使用主工况故障检测模型对工业过程进行故障检测；对于副工况的在线监测数据，采用CSL方法将其映射到公共子空间，再使用副工况故障检测模型对工业过程进行故障检测。本发明可以实现大型复杂工业过程准确的故障检测与诊断。
-
Patent Agency Ranking
公开(公告)号：CN111723857A
公开(公告)日：2020-09-29
申请号：CN202010534144.0
申请日：2020-06-17
Applicant: 中南大学
IPC: G06K9/62 , G06F16/903 , G06F17/16
Abstract: 本发明公开了一种流程生产装备运行状态的智能监测方法及系统，其中方法包括：获取流程生产装备分别两种生产条件的各模态下运行得到的数据，分别作为源域数据和目标数据；利用源域数据和目标数据构建目标函数进行迁移字典学习，得到的字典可以将源域和目标域映射到一个不变子空间中，在该子空间中消除了域间分布差异，从而使子空间的数据的外部条件信息被消除，同时公共的内部机理信息得以保留；利用OMP算法和核密度估计算法即可对在线监测数据进行监测。本发明的监测方法及系统具有强大的泛化能力，面对在线监测数据和历史训练数据服从不同分布时，仍可以取得准确的监测效果。
-
公开(公告)号：CN116520799A
公开(公告)日：2023-08-01
申请号：CN202310438339.9
申请日：2023-04-23
Applicant: 中南大学
IPC: G05B23/02
Abstract: 本发明涉及工业过程故障检测技术领域，具体公开了基于时空变分图注意力自编码器的复杂工业过程故障检测方法，S01：基于慢特征分析的时间特征提取：对测量数据进行慢特征提取可获得m个慢特征；S02：基于度量学习和先验知识的空间图拓扑构造：对获得慢特征构建图形拓扑；S03：基于变分图注意力自编码器的时空特征表示学习：变分图注意力自编码器能够处理S01时间特征和S02的空间结构，生成潜在特征时空表示；S04：通过重构计算时间特征、空间关系和潜在表示的分布的损失进行训练；S05：基于阈值计算，将训练的损失输入到核密度估计中得到故障检测阈值。本发明能够处理工业过程时空信息，提高了故障检测率并减低误报率。
-
公开(公告)号：CN113156908A
公开(公告)日：2021-07-23
申请号：CN202110581890.X
申请日：2021-05-25
Applicant: 中南大学
IPC: G05B19/418
Abstract: 本发明公开了一种机理与数据联融合的多工况工业过程监测方法和系统，其方法为：将监测数量满足预设值的工业过程工况设为主工况，否则设为副工况；利用主工况正常时的历史监测数据集建立主工况故障检测模型；将主工况正常时的历史监测数据集和副工况正常时的历史监测数据集，均采用CSL方法映射到公共子空间，并利用公共子空间中的数据建立副工况故障检测模型；对于主工况的在线监测数据，使用主工况故障检测模型对工业过程进行故障检测；对于副工况的在线监测数据，采用CSL方法将其映射到公共子空间，再使用副工况故障检测模型对工业过程进行故障检测。本发明可以实现大型复杂工业过程准确的故障检测与诊断。
-
公开(公告)号：CN116680916A
公开(公告)日：2023-09-01
申请号：CN202310663802.X
申请日：2023-06-06
Applicant: 中南大学
IPC: G06F30/20 , G06N3/0442 , G06F18/23213 , G06F119/02
Abstract: 本发明涉及湿法冶金反应器技术领域，具体公开了一种湿法冶金反应器反应状态综合感知的级联建模方法，包括依次进行的入口条件感知模型的建立、工况感知模型的建立和出口技术指标感知模型的建立，其中，入口条件感知模型又包括机理模型、数据模型和集成模型，工况感知模型设立有工况划分方法和在线感知，出口技术指标感知模型在不同工况搭建有机理模型、数据模型和集成模型，解决了传统的现有湿法冶金反应器的仅依靠出口技术指标建模评价过程反应状态，未考虑入口条件和工况变化的影响，存在反应状态评价不准确的问题。
-
公开(公告)号：CN111723857B
公开(公告)日：2022-03-29
申请号：CN202010534144.0
申请日：2020-06-17
Applicant: 中南大学
IPC: G06K9/62 , G06F16/903 , G06F17/16
Abstract: 本发明公开了一种流程生产装备运行状态的智能监测方法及系统，其中方法包括：获取流程生产装备分别两种生产条件的各模态下运行得到的数据，分别作为源域数据和目标数据；利用源域数据和目标数据构建目标函数进行迁移字典学习，得到的字典可以将源域和目标域映射到一个不变子空间中，在该子空间中消除了域间分布差异，从而使子空间的数据的外部条件信息被消除，同时公共的内部机理信息得以保留；利用OMP算法和核密度估计算法即可对在线监测数据进行监测。本发明的监测方法及系统具有强大的泛化能力，面对在线监测数据和历史训练数据服从不同分布时，仍可以取得准确的监测效果。
-
-
-
-
-
Search Results
6
records
(took 0.014 seconds)
