公开(公告)号：CN115508119B

公开(公告)日：2025-03-11

申请号：CN202211166632.6

申请日：2022-09-23

Applicant: 河南科技大学

Inventor： 王占伟 ,  李修真 ,  周西文 ,  谈莹莹 ,  王林 ,  马爱华 ,  周赛 ,  袁俊飞 ,  任秀宏 ,  王雨 ,  梁博阳

IPC: G01M99/00 ,  G06F17/18 ,  G06N5/022 ,  G06N3/047 ,  G06N3/042

Abstract: 残差‑知识‑数据联合驱动的故障复合诊断方法及系统，所述方法中，第一步，构建概率图模型，包括确定概率图模型的结构和参数，第二步，在线应用概率图模型，对在线实时监测数据经过计算，将获得的残差节点中特征的残差数据、数据节点中特征的直接监测数据、以及知识节点中特征的状态，一并输入到概率图模型中，得到诊断层节点各状态的后验概率，将诊断层中有着最大后验概率的那个状态输出为故障诊断结果；所述系统包括存储器和处理器，处理器执行计算机程序，实现上述方法。本发明将残差驱动、知识驱动和数据驱动三类方法的优势整合在同一个诊断体系中，实现了彼此优势互补，获得了更优的诊断性能。

公开(公告)号：CN118194538A

公开(公告)日：2024-06-14

申请号：CN202410292337.8

申请日：2024-03-14

Applicant: 河南科技大学

Inventor： 王占伟 ,  田沛林 ,  马爱华 ,  周赛 ,  王林 ,  郑恺昕 ,  冷强 ,  张春晓 ,  娄泓泽 ,  李霄

IPC: G06F30/20 ,  G06F30/27 ,  G06F111/04 ,  G06F119/02 ,  G06F119/08

Abstract: 本发明公开了一种基于热力学约束与注意力强化的冷水机组故障预测方法，首先获取故障运行工况下的时序数据；其次选择冷水机组故障劣化趋势的指示特征；然后输入类别变量并转换成二进制向量，建立基于热力学机理约束与注意力强化的神经网络模型，进行训练；最后利用训练好的神经网络模型，使用线性激活函数输出冷水机组故障的劣化等级及其发生的时间。本发明在对故障劣化指示特征数据进行预测时设计了热力学机理约束的损失函数，同时增加了注意力层，提升预测模型的准确度，实现对冷水机组故障劣化的趋势进行精准预测。

公开(公告)号：CN115508119A

公开(公告)日：2022-12-23

申请号：CN202211166632.6

申请日：2022-09-23

Applicant: 河南科技大学

Inventor： 王占伟 ,  李修真 ,  周西文 ,  谈莹莹 ,  王林 ,  马爱华 ,  周赛 ,  袁俊飞 ,  任秀宏 ,  王雨 ,  梁博阳

IPC: G01M99/00 ,  G06F17/18 ,  G06N5/02 ,  G06N20/00

Abstract: 残差‑知识‑数据联合驱动的故障复合诊断方法及系统，所述方法中，第一步，构建概率图模型，包括确定概率图模型的结构和参数，第二步，在线应用概率图模型，对在线实时监测数据经过计算，将获得的残差节点中特征的残差数据、数据节点中特征的直接监测数据、以及知识节点中特征的状态，一并输入到概率图模型中，得到诊断层节点各状态的后验概率，将诊断层中有着最大后验概率的那个状态输出为故障诊断结果；所述系统包括存储器和处理器，处理器执行计算机程序，实现上述方法。本发明将残差驱动、知识驱动和数据驱动三类方法的优势整合在同一个诊断体系中，实现了彼此优势互补，获得了更优的诊断性能。

公开(公告)号：CN118211046A

公开(公告)日：2024-06-18

申请号：CN202410292341.4

申请日：2024-03-14

Applicant: 河南科技大学

Inventor： 王占伟 ,  夏鹏华 ,  郭景景 ,  马爱华 ,  周赛 ,  王林 ,  李修真 ,  张春晓 ,  谈莹莹 ,  娄泓泽 ,  李霄

IPC: G06F18/213 ,  G06F18/24 ,  G06F18/15

Abstract: 本发明公开了一种基于多源相关性评价信息的冷水机组故障特征选择方法，首先获取稳态数据，将测量特征及其二次计算特征组成初始特征库；其次使用多种相关性评价指标分别计算初始特征库中的每个特征与每类故障之间的相关程度，获得单源相关性评价信息下每个特征的特征得分；然后针对每种单源相关性评价指标基于互信息进行冗余特征剔除，对保留特征集合取并集获得全体保留特征集合；最后基于多源相关性评价信息计算每个特征的综合特征得分并排序，再次基于互信息进行冗余特征剔除，获得最终优选特征集合。本发明对六种相关性评价信息实现了综合利用，有效克服了基于单源相关性评价信息的特征选择结果的不平衡性，获得了更加稳健的特征选择结果。

公开(公告)号：CN118194086A

公开(公告)日：2024-06-14

申请号：CN202410292352.2

申请日：2024-03-14

Applicant: 河南科技大学

Inventor： 王占伟 ,  夏鹏华 ,  马爱华 ,  周赛 ,  王林 ,  冷强 ,  郑恺昕 ,  谈莹莹 ,  娄泓泽 ,  李霄

IPC: G06F18/24 ,  G06F18/214 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明公开了一种热力学机理约束的冷水机组故障数据生成方法，首先获取数据并进行预处理；其次数据生成模型训练，设计生成器和判别器并设计热力学机理约束的生成式对抗网络模型的损失函数，进行更新训练；最后利用训练好的生成式对抗网络模型针对每类故障进行故障数据生成，形成数据量扩大的故障数据集。本发明在对数据生成模型进行训练时，设计了热力学机理约束的损失函数，对违背热力学机理进行了惩罚，增强了生成数据的真实性和可靠性。