一种基于深度概率潜隐模型的软测量方法

    公开(公告)号:CN113609766B

    公开(公告)日:2024-05-17

    申请号:CN202110867967.X

    申请日:2021-07-29

    Abstract: 本发明提供一种基于深度概率潜隐模型的软测量方法,包括以下步骤:采集正常工况下工业过程的过程变量数据和质量变量数据组成训练样本;对训练样本进行预处理,并利用滑动窗口策略将预处理后的训练样本划分为T组过程变量样本和T组质量变量样本;利用过程变量样本构建变分自编码器网络,并获得融合后的潜隐变量;构建潜隐变量与质量变量样本的拟合网络,得到深度非线性动态潜隐变量模型;在线采集同一工况下的工业过程的过程变量数据,利用深度非线性动态潜隐变量模型,得到对应的质量变量预测数据。本发明的方法具有处理强动态性和非线性工业数据的能力,能对上万级大型数据进行处理,具有很强的泛化能力。

    一种全自动电缆各层参数智能检测方法及装置

    公开(公告)号:CN109489554B

    公开(公告)日:2024-02-02

    申请号:CN201811631451.X

    申请日:2018-12-29

    Abstract: 本发明公开了一种全自动电缆各层参数智能检测方法及装置,实现了对电缆绝缘片厚度的自动测量。包括:电缆切片图像获取;自动选择合适的独立光源和工业相机组;电缆切片位置自动微调;图像预处理;图像连通域提取和各层轮廓检测;选点定各层测量点;计算相关参数,生成报告。本全自动电缆各层参数智能检测方法及装置,自动化程度高,检测效率及精度高,同时大大降低了检测人员的劳动强度。

    基于条件生成对抗及密集连接网络的小目标图像检测方法

    公开(公告)号:CN116824327A

    公开(公告)日:2023-09-29

    申请号:CN202310407617.4

    申请日:2023-04-17

    Abstract: 本发明基于条件生成对抗网络和密集连接网络的小目标图像检测方法,包括:S1,获取带有分类标签的小目标图像真样本;S2,将真样本作为训练集,对条件生成对抗网络和密集连接网络进行训练;S3,训练后的条件生成对抗网络输出带有分类标签的伪样本;S4,将伪样本作为密集连接网络的输入,输出伪样本的目标检测;S5,将伪样本的分类标签与密集连接网络输出的目标检测类别进行比较,如果相同,则保留伪样本的分类标签;如果不同,则通过判别并重新标注分类标签;S6,将S5有分类标签的伪样本放入S2中真样本训练集再次训练条件生成对抗网络和密集连接网络;S7,重复S3‑S6,直至两网络的输出精度在设定范围;S8,将待检测图像输入密集连接网络中,输出检测结果。

    基于ResNet神经网络的电缆绝缘层全自动检测方法及系统

    公开(公告)号:CN115937068A

    公开(公告)日:2023-04-07

    申请号:CN202210090175.0

    申请日:2022-01-25

    Abstract: 本发明提供了一种基于ResNet神经网络的电缆绝缘片全自动检测方法和系统,实现了对绝缘层切片的全自动检测;该系统主要由三部分组成,分别是:三维相机、二维运动平台和绝缘层切片检测装置。该方法通过三维相机采集深度信息,转化成点云数据,进行点云滤波;再通过采样一致性模型分割平面点云,运用基于颜色的区域生长模型聚类点云数据;提出基于RoPS特征的ResNet神经网络识别绝缘层切片点云数据。分析绝缘层切片的点云信息,判断切片位置与最佳检测位置的距离,通过二维平台进行调整;通过高清摄像机采集绝缘层切片图片;检测绝缘层的圆度,不同角度的厚度以及厚度均值。整个系统具有调整迅速、使用便捷、自动化程度高等优点。

    基于半监督自回归动态隐变量模型的故障检测方法

    公开(公告)号:CN111142501A

    公开(公告)日:2020-05-12

    申请号:CN201911377117.0

    申请日:2019-12-27

    Abstract: 本发明公开了一种基于半监督自回归动态隐变量模型的故障检测方法,该方法首先收集正常工况下高采样的过程数据和关键质量数据,按时序排列后生成的训练样本集包含过程数据和关键质量数据同时存在的有标签样本,以及只有过程数据而缺少该时刻所对应的关键质量数据的无标签样本;同时求得用于故障检测的T2和SPE统计量的控制限。通过对在线造纸废水处理过程进行采样以及利用化验手段获取关键质量数据,可得到半监督模型测试样本集,然后利用训练生成的模型对测试样本集进行检测,分别计算每个样本所对应的T2和SPE统计量,并与之前所获取的统计量控制限进行比较,从而达到故障检测的效果。

    面向光伏发电的地基云图云层跟踪及预警方法

    公开(公告)号:CN106780540B

    公开(公告)日:2019-12-10

    申请号:CN201611121010.6

    申请日:2016-12-08

    Abstract: 本发明公开了一种面向光伏发电功率短期预报的地基云图云层跟踪及预警方法,包括云层图像预处理,识别太阳圆心,划定设立一、二级圆形警戒区域,计算每个云层像素点的运动信息,判断是否进入警戒区域,通过计算云层像素点的向心距离来判断每个云层到达太阳区域的时间。本方法能够较好的对地基云图的云层进行跟踪、运动信息分析和预警,稳定性高,为面向光伏发电过程的功率短期预报提供了较好的思路和方法。

    面向光伏发电的地基云图云层跟踪及预警方法

    公开(公告)号:CN106780540A

    公开(公告)日:2017-05-31

    申请号:CN201611121010.6

    申请日:2016-12-08

    Abstract: 本发明公开了一种面向光伏发电功率短期预报的地基云图云层跟踪及预警方法,包括云层图像预处理,识别太阳圆心,划定设立一、二级圆形警戒区域,计算每个云层像素点的运动信息,判断是否进入警戒区域,通过计算云层像素点的向心距离来判断每个云层到达太阳区域的时间。本方法能够较好的对地基云图的云层进行跟踪、运动信息分析和预警,稳定性高,为面向光伏发电过程的功率短期预报提供了较好的思路和方法。

    一种基于图像采集的快递分拣过程重量监控方法及系统

    公开(公告)号:CN105740747A

    公开(公告)日:2016-07-06

    申请号:CN201610077101.8

    申请日:2016-02-02

    CPC classification number: G06K7/1408

    Abstract: 本发明公开了一种快递分拣过程中快递重量监控方法及系统,主要包括:利用快递条码扫描,计算机根据条码查询远程网络数据库,获取被测快递的重量信息;将处理后得到的重量值与数据库中值进行对比,若差值大于设定阈值,则被测快递属问题快递,保存重量信息,并触发报警。本方法快递条码识别精度高,能实现快递分拣过程中的重量监控,并可以将快递基本信息与图像信息存储取证,提高了快递分拣过程的自动化、智能化程度。

    基于自回归动态隐变量模型的工业过程故障检测方法

    公开(公告)号:CN105404280A

    公开(公告)日:2016-03-16

    申请号:CN201510919552.7

    申请日:2015-12-11

    CPC classification number: G05B23/0243 G05B2219/23447

    Abstract: 本发明涉及一种基于自回归动态隐变量模型的工业过程故障检测方法,该方法利用工业过程正常运行状态下的数据,建立了具有普适性的动态过程模型,该模型通过卡尔曼滤波器和平滑器以及期望最大化算法来预测模型结构,能够有效提取工业数据的动态和静态耦合关系;然后,基于该动态模型的动态和静态噪声构建了相应的监测统计量,获得了最后的故障检测结果。相比目前的其它方法,本发明可以大大提高工业过程动态建模以及故障检测的效果,减小故障误报率和漏报率,很大程度上改善了监测性能,增强了过程操作员对过程的理解能力和操作信心,更加有利于工业过程的自动化实施。

Patent Agency Ranking