-
公开(公告)号：CN113671917A
公开(公告)日：2021-11-19
申请号：CN202110955882.7
申请日：2021-08-19
Applicant: 中国科学院自动化研究所
IPC: G05B19/418 , G06F17/16
Abstract: 本发明属于过程监测领域，具体涉及一种针对多模态工业过程异常状态的检测方法、系统、设备，旨在解决在复杂工业生产过程中，由被监测的多维变量的异常变化趋势所反映的异常生产状态的检测精度不足的问题。本方法包括获取状态监测数据；对状态监测数据进行预处理，得到预处理数据；对预处理数据进行分割，并构建用于描述t时刻生产过程的状态的增广矩阵，作为第一矩阵；基于矩阵之间的误差，计算在设定的异常指标set、sbt下的检测结果；对获取的检测结果进行滤波处理；若滤波后的检测结果对应的值大于预获取的两个报警阈值中的任一个，则进行预警。本发明提高了多模态工业过程中异常状态检测的检测精度。
-
公开(公告)号：CN113671917B
公开(公告)日：2022-08-02
申请号：CN202110955882.7
申请日：2021-08-19
Applicant: 中国科学院自动化研究所
IPC: G05B19/418 , G06F17/16
Abstract: 本发明属于过程监测领域，具体涉及一种针对多模态工业过程异常状态的检测方法、系统、设备，旨在解决在复杂工业生产过程中，由被监测的多维变量的异常变化趋势所反映的异常生产状态的检测精度不足的问题。本方法包括获取状态监测数据；对状态监测数据进行预处理，得到预处理数据；对预处理数据进行分割，并构建用于描述t时刻生产过程的状态的增广矩阵，作为第一矩阵；基于矩阵之间的误差，计算在设定的异常指标set、sbt下的检测结果；对获取的检测结果进行滤波处理；若滤波后的检测结果对应的值大于预获取的两个报警阈值中的任一个，则进行预警。本发明提高了多模态工业过程中异常状态检测的检测精度。
-
公开(公告)号：CN112257263B
公开(公告)日：2021-06-25
申请号：CN202011139314.1
申请日：2020-10-22
Applicant: 中国科学院自动化研究所
IPC: G06F30/20 , G06N3/04 , G06N3/08 , G06F119/04
Abstract: 本发明属于现代工业故障预测与健康管理领域，具体涉及一种基于自注意力机制的设备剩余寿命预测系统，旨在为了解决现有RUL预估方法实时性效果不足的问题，本发明系统包括深度单元，基于前馈神经网络构建，配置为将输入数据消除时间维度后进行高维向量表示，得到第一向量；注意力单元，配置为将输入数据的时间序列映射到统一的向量空间，并将向量空间中对应的特征向量输入到自注意力模块，得到多个子空间的注意力向量并拼接为一个，得到第二向量；预测单元，配置为将第一向量、第二向量合并为第三向量，并通过前馈神经网络输出预测结果。本发明可以保持预测精度的基础上可以更好的并行化计算，提高了预测的实时性。
-
公开(公告)号：CN112257263A
公开(公告)日：2021-01-22
申请号：CN202011139314.1
申请日：2020-10-22
Applicant: 中国科学院自动化研究所
IPC: G06F30/20 , G06N3/04 , G06N3/08 , G06F119/04
Abstract: 本发明属于现代工业故障预测与健康管理领域，具体涉及一种基于自注意力机制的设备剩余寿命预测系统，旨在为了解决现有RUL预估方法实时性效果不足的问题，本发明系统包括深度单元，基于前馈神经网络构建，配置为将输入数据消除时间维度后进行高维向量表示，得到第一向量；注意力单元，配置为将输入数据的时间序列映射到统一的向量空间，并将向量空间中对应的特征向量输入到自注意力模块，得到多个子空间的注意力向量并拼接为一个，得到第二向量；预测单元，配置为将第一向量、第二向量合并为第三向量，并通过前馈神经网络输出预测结果。本发明可以保持预测精度的基础上可以更好的并行化计算，提高了预测的实时性。
-
-
-
Search Results
4
records
(took 0.02 seconds)
