公开(公告)号：CN117575027B

公开(公告)日：2024-07-26

申请号：CN202311692220.0

申请日：2023-12-11

Applicant: 兰州理工大学

Inventor： 蒋栋年 ,  赵锦江 ,  张伟栋 ,  申富媛 ,  曹慧超 ,  王仁杰 ,  罗晓敏 ,  高玉鑫 ,  章贯文 ,  王志宣 ,  褚天锐 ,  何琛贤 ,  冉欢欢 ,  王洁莹 ,  张玉凯

IPC: G06N5/045 ,  G06N5/022

Abstract: 本发明提供了一种利用知识增强时空因果的顶吹炉传感器故障诊断方法，收集顶吹炉中传感器数据，结合故障数据专家领域库训练有向无环图DAG学习器，并构件顶吹炉传感器因果发现模型，使用顶吹炉传感器数据学习顶吹炉传感器因果发现模型，然后将学习后的顶吹炉传感器因果发现模型转换为因果有向无环图DAG，建立因果空间(Causal‑Spatial)Transformer模型，将因果有向无环图DAG输入至因果空间(Causal‑Spatial)Transformer模型中，得到顶吹炉传感器的标准化预测数值#imgabs0#，并收集顶吹炉传感器的实际值#imgabs1#，计算标准化预测值#imgabs2#与实际值#imgabs3#之间的标准化残差，通过与阈值对比判断传感器是否故障。

公开(公告)号：CN117575027A

公开(公告)日：2024-02-20

申请号：CN202311692220.0

申请日：2023-12-11

Applicant: 兰州理工大学

Inventor： 蒋栋年 ,  赵锦江 ,  张伟栋 ,  申富媛 ,  曹慧超 ,  王仁杰 ,  罗晓敏 ,  高玉鑫 ,  章贯文 ,  王志宣 ,  褚天锐 ,  何琛贤 ,  冉欢欢 ,  王洁莹 ,  张玉凯

IPC: G06N5/045 ,  G06N5/022

Abstract: 本发明提供了一种利用知识增强时空因果的顶吹炉传感器故障诊断方法，收集顶吹炉中传感器数据，结合故障数据专家领域库训练有向无环图DAG学习器，并构件顶吹炉传感器因果发现模型，使用顶吹炉传感器数据学习顶吹炉传感器因果发现模型，然后将学习后的顶吹炉传感器因果发现模型转换为因果有向无环图DAG，建立因果空间(Causal‑Spatial)Transformer模型，将因果有向无环图DAG输入至因果空间(Causal‑Spatial)Transformer模型中，得到顶吹炉传感器的标准化预测数值#imgabs0#，并收集顶吹炉传感器的实际值#imgabs1#，计算标准化预测值#imgabs2#与实际值#imgabs3#之间的标准化残差，通过与阈值对比判断传感器是否故障。