公开(公告)号：CN117349799A

公开(公告)日：2024-01-05

申请号：CN202311287791.6

申请日：2023-10-08

Applicant: 中南大学

Inventor： 黄科科 ,  朱恒星 ,  刘泽一 ,  龙文波 ,  吴德浩 ,  阳春华 ,  桂卫华

IPC: G06F18/28

Abstract: 本发明公开了一种基于元素感知字典持续学习的多工况工业过程智能监测方法与系统，主要包括两部分：持续学习新模态与在线监测。持续学习新模态，首先按顺序学习获得前N个模态时各自对应的最优字典和重要性矩阵；在此基础上，构建基于第N+1个模态监测数据重构误差和历史模态损失的目标函数，学习得到第N+1个模态时的最优字典；再利用该最新模态时的最优字典建立基于控制限的监测模型。在线监测，利用控制限对在线新数据进行监测，判断确定工业过程当前是否故障。本发明能够不断学习新模态同时保持对历史模态的记忆，克服传统过程监测方法在多模态情况下产生的“灾难性遗忘”问题，同时实现较高的监测水准。

公开(公告)号：CN117032096A

公开(公告)日：2023-11-10

申请号：CN202310909386.7

申请日：2023-07-24

Applicant: 中南大学

Inventor： 黄科科 ,  应新宇 ,  龙文波 ,  孙备 ,  阳春华 ,  桂卫华

IPC: G05B19/418

Abstract: 本发明公开了一种知识和数据融合的工业过程预测控制方法与系统，在第一阶段，即“学习人”阶段，根据操作人员的经验知识凝练规则，通过模糊规则控制学习模仿操作人员的控制行为，但控制周期从非周期性低频转变为周期性高频；在经历第一阶段知识驱动的控制后，将生成足量的高频高质量输入输出数据，可以充分反映操纵变量的改变对被控变量的影响，从而在第二阶段中，即“超越人”阶段，基于该数据集辨识系统模型以拟合当前运行状态，并采用模型预测控制算法计算决策控制量，同时自适应更新预测模型以适应变化的运行工况。本发明结合知识驱动控制和数据驱动控制方法的优点，实现具有初期可靠性和后期自适应能力的稳定控制。