公开(公告)号：CN119046678A

公开(公告)日：2024-11-29

申请号：CN202411001126.0

申请日：2024-07-25

Applicant: 中国计量大学

Inventor： 陈昕航 ,  徐新胜 ,  吴松泽 ,  周阳 ,  黄思远 ,  刘仙山 ,  杨维学 ,  李孝禄 ,  吕品

IPC: G06F18/214 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/0985

Abstract: 在大型工业过程的设备故障诊断实践中，部分故障样本数据量不足，导致故障诊断模型在小样本故障诊断上的效果较差。现有的数据增强方法生成的故障样本单一，提升效果有限。为此，本发明提出了一种基于元对抗生成模型的工业过程小样本故障数据增强方法。该方法包括以下步骤：首先对工业过程故障的数据样本进行预处理；其次初步构建条件生成式对抗网络(CGAN)；然后利用多种样本量较大的故障数据，基于模型无关元学习(MAML)框架，以最大化初始参数对CGAN损失函数的敏感性为目标，迭代更新CGAN的初始参数，得到最优初始参数；进一步利用小样本故障的数据样本训练在最优初始参数下的CGAN；最后利用训练完成的CGAN模型中的生成器扩充小样本故障的数据集，实现数据增强。该方法结合生成式对抗网络和元学习，有效增强小样本故障的历史数据，提高故障诊断模型在小样本故障上的诊断能力。

公开(公告)号：CN118246592A

公开(公告)日：2024-06-25

申请号：CN202410331174.X

申请日：2024-03-22

Applicant: 中国计量大学

Inventor： 徐新胜 ,  黄思远 ,  陈昕航 ,  曹立 ,  吴松泽

IPC: G06Q10/04 ,  G06Q10/0639 ,  G06F18/241 ,  G06F18/214 ,  G06N3/086 ,  G06F18/15

Abstract: 传统生产管理中，质量预测的滞后性可能导致大量不合格品。因此，本文提出一种基于残差修正的双层阶产品质量预测的方法，该方法首先通过随机森林算法预测加工参数，保证了参数完整性。其次运用结合遗传算法和全连接神经网络(NSGA‑FCNN)构建的回归模型分析参数，预测质量特征及残差。针对预测精度低的问题，采用残差分析训练NSGA‑FCNN模型进行残差修正。最终，结合产品质量预测结果和残差修正结果，形成一个双层阶的产品质量预测方法。经过该方法得到质量预测值与标准相比较，能在生产过程中及时识别不合格品，以优化生产。

公开(公告)号：CN119784178A

公开(公告)日：2025-04-08

申请号：CN202411848022.3

申请日：2024-12-13

Applicant: 中国计量大学

Inventor： 徐新胜 ,  吴松泽 ,  陈昕航 ,  周阳 ,  黄思远 ,  房强强 ,  孙尔新 ,  王政泽

IPC: G06Q10/0637 ,  G06Q10/04 ,  G06Q10/0639 ,  G06Q50/04 ,  G06N3/006 ,  G06F18/213 ,  G06F18/27 ,  G06F18/22 ,  G06F30/27

Abstract: 本发明专利提出了一种基于即时学习的多品种小批量产品加工质量预测方法，利用局部加权偏最小二乘回归(LWPLS)实现对关键质量特征的实时预测。针对单一规格数据量少、规格间数据分布差异大的问题，离线阶段通过改进的自适应人工鱼群算法(Ad‑AFSA)为每个训练样本求得最优带宽参数。该Ad‑AFSA在随机行为中引入反向机制与自适应变异算子，扩大搜索范围、提升种群多样性，并通过步长与视野随迭代线性减小，平衡前期全局搜索与后期精细寻优，从而获得更稳定的带宽参数。在线预测阶段采用引入Wasserstein散度的t分布随机邻域嵌入(Wast‑SNE)算法对数据进行降维，并在降维后特征空间利用考虑时间的马氏距离度量相似度，更准确反映不同规格产品间差异，在多品种小批量数据中更准确识别与查询样本xq相似的L个历史样本，并根据离线训练阶段得到的L个相似样本的最优带宽参数进行加权平均计算求得查询样本的最优带宽参数并运行LWPLS实时预测关键质量特征值。