公开(公告)号：CN116243668A

公开(公告)日：2023-06-09

申请号：CN202310176547.6

申请日：2023-02-28

Applicant: 哈尔滨工业大学

Inventor： 蒋宇辰 ,  罗浩 ,  李款 ,  张九思 ,  霍明夷 ,  田纪伦 ,  李冠熠

IPC: G05B19/418

Abstract: 流程工业中动态控制系统的残差生成器优化设计方法，为了解决现有的适用于动态系统的在线残差信号生成器的残差所体现的故障存在检测时间窗口小、故障检测灵敏度低的问题。本发明针对被控对象机理模型已知和未知两种场景，基于两种场景的残差进行了统一的优化设计，被控系统能够建模为线性动态系统且其状态空间模型一致将残差信号写成与被控系统的左互质分解相关矩阵的参数化形式，通过优化策略离线设计残差生成器，并采用在线实时采集的输入、输出数据对其进行驱动，实现在线最优残差生成。本发明适用于流程工业中动态控制系统的残差生成。

公开(公告)号：CN115047350B

公开(公告)日：2023-04-18

申请号：CN202210729394.9

申请日：2022-06-24

Applicant: 哈尔滨工业大学

Inventor： 张九思 ,  李翔 ,  罗浩 ,  田纪伦 ,  李明磊 ,  蒋宇辰 ,  尹珅

IPC: G01R31/367 ,  G01R31/378 ,  G01R31/392

Abstract: 一种基于数模联动的锂离子电池剩余使用寿命预测方法，本发明涉及锂离子电池剩余使用寿命预测方法。本发明的目的是为了解决基于模型和数据驱动的剩余使用寿命预测方法结合困难、传统数据驱动方法难以衡量剩余使用寿命的不确定性以及难以反映时间窗口数据中不同时刻的重要性程度的问题。过程为：步骤一、搭建基于时间注意力机制的双向门控循环单元网络模型；过程为：模型依次包含对时间的注意力机制网络、双向门控循环单元网络和全连接层三个部分；步骤二、训练基于时间注意力机制的双向门控循环单元网络模型；步骤三、构建基于粒子滤波的电池退化模型；步骤四、在线预测剩余使用寿命。本发明适用于电池使用寿命预测领域。

公开(公告)号：CN114779088A

公开(公告)日：2022-07-22

申请号：CN202210415333.5

申请日：2022-04-20

Applicant: 哈尔滨工业大学

Inventor： 张九思 ,  李翔 ,  罗浩 ,  蒋宇辰 ,  吴诗梦 ,  田纪伦 ,  尹珅

IPC: G01R31/367 ,  G01R31/392

Abstract: 基于最大期望‑无迹粒子滤波的电池剩余使用寿命预测方法，本发明涉及电池剩余使用寿命预测方法。本发明的目的是为了解决现有电池容量突然的增加将对电池的剩余使用寿命预测产生很大的误差的问题。过程为：1、提取第k次工作过程中的电池容量数据；2、构建基于无迹粒子滤波的动态电池退化模型；3、采用基于最大期望算法自适应地估计电池退化模型中的过程噪声和测量噪声；过程噪声和测量噪声用于第k+1次工作过程中，构建基于无迹粒子滤波的动态电池退化模型；4、判断第k次工作过程是否发生容量再生现象；5、求解电池剩余使用寿命和电池容量的置信区间；本发明用于电池的剩余使用寿命预测领域。

公开(公告)号：CN116068999B

公开(公告)日：2024-11-12

申请号：CN202310117874.4

申请日：2023-02-15

Applicant: 哈尔滨工业大学

Inventor： 蒋宇辰 ,  罗浩 ,  王豪 ,  吴诗梦 ,  李冠熠 ,  霍明夷 ,  田纪伦

IPC: G05B23/02

Abstract: 变工况运行的过程控制系统中虚假数据注入攻击检测方法及设备，属于工业信息物理系统和工业控制系统的攻击检测技术领域。为了解决现有的变工况运行的过程控制异步切换系统中存在因工况改变和模态不匹配导致误报高的问题。本发明首先建立被控切换系统的模型及状态空间模型，构建各个匹配模态下的观测器和各个不匹配模态下的观测器；基于各个模态下的无攻击时的离线数据驱动被控系统与观测器的离线数据，生成残差数据，并确定攻击检测报警的阈值；然后根据被控系统的模态切换信号与观测器的切换信号来确定对应采用匹配模态下的观测器或不匹配模态下的观测器生成在线残差信号，并根据攻击检测报警的阈值进行检测。

公开(公告)号：CN114779088B

公开(公告)日：2023-05-12

申请号：CN202210415333.5

申请日：2022-04-20

Applicant: 哈尔滨工业大学

Inventor： 张九思 ,  李翔 ,  罗浩 ,  蒋宇辰 ,  吴诗梦 ,  田纪伦 ,  尹珅

IPC: G01R31/367 ,  G01R31/392

Abstract: 基于最大期望‑无迹粒子滤波的电池剩余使用寿命预测方法，本发明涉及电池剩余使用寿命预测方法。本发明的目的是为了解决现有电池容量突然的增加将对电池的剩余使用寿命预测产生很大的误差的问题。过程为：1、提取第k次工作过程中的电池容量数据；2、构建基于无迹粒子滤波的动态电池退化模型；3、采用基于最大期望算法自适应地估计电池退化模型中的过程噪声和测量噪声；过程噪声和测量噪声用于第k+1次工作过程中，构建基于无迹粒子滤波的动态电池退化模型；4、判断第k次工作过程是否发生容量再生现象；5、求解电池剩余使用寿命和电池容量的置信区间；本发明用于电池的剩余使用寿命预测领域。

公开(公告)号：CN115456272A

公开(公告)日：2022-12-09

申请号：CN202211085781.X

申请日：2022-09-06

Applicant: 哈尔滨工业大学

Inventor： 张九思 ,  罗浩 ,  李翔 ,  王豪 ,  吴诗梦 ,  田纪伦 ,  尹珅

IPC: G06Q10/04 ,  G06Q10/00 ,  G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F111/08 ,  G06F111/04

Abstract: 基于变分局部加权子域自适应网络的剩余使用寿命预测方法，本发明涉及剩余使用寿命预测方法。本发明的目的是为了解决迁移学习中全局域自适应方法中子域之间细粒度特征混淆所导致的剩余使用寿命预测准确率降低的问题。过程为：一、数据预处理，获得训练数据集和验证数据集；二、搭建变分局部加权子域自适应网络；三、基于训练集训练变分局部加权子域自适应网络，得到训练好的变分局部加权子域自适应网络；四、在线预测目标域数据，对目标域数据进行步骤一的数据预处理，将预处理后的目标域数据输入训练好的变分局部加权子域自适应网络，输出剩余使用寿命。本发明用于人工智能技术与工业背景下的故障预测相结合的学科交叉领域。

公开(公告)号：CN114722952B

公开(公告)日：2023-05-26

申请号：CN202210416390.5

申请日：2022-04-20

Applicant: 哈尔滨工业大学

Inventor： 张九思 ,  李翔 ,  罗浩 ,  张可 ,  安翼尧 ,  田纪伦 ,  尹珅

IPC: G06F18/2415 ,  G06F30/27 ,  G06N3/048 ,  G06N3/08

Abstract: 一种基于表示学习的轴承故障检测和分类的一体化方法，本发明涉及轴承故障检测和分类的一体化方法。本发明的目的是为了解决现有采用数据驱动的方法进行轴承故障诊断过程中，获得大量的轴承故障样本是十分困难的，以及为不同的故障类型的数据设计准确的标签存在很大的限制的问题。过程为：1、提取轴承的振动数据；2、特征提取：从时域、频域2个角度提取数据的特征；3、搭建故障检测神经网络：故障检测神经网络包括编码器、噪声引入、自注意力机制层以及解码器；4、训练故障检测神经网络；5、搭建故障分类神经网络；6、训练故障分类神经网络；7、在线故障检测与故障分类。本发明用于轴承故障诊断与人工智能相结合的学科交叉领域。

公开(公告)号：CN114417686B

公开(公告)日：2023-02-03

申请号：CN202210065461.1

申请日：2022-01-20

Applicant: 哈尔滨工业大学

Inventor： 张九思 ,  李翔 ,  罗浩 ,  蒋宇辰 ,  霍明夷 ,  田纪伦 ,  尹珅

IPC: G06F30/25 ,  G06F30/27 ,  G06F111/10 ,  G06F111/08 ,  G06F119/02 ,  G06F119/04

Abstract: 一种面向单个锂离子电池的自适应在线剩余使用寿命预测方法，本发明涉及电池的自适应在线剩余使用寿命预测方法。本发明的目的是为了解决现有单个电池工作过程中的剩余使用寿命预测方法需要大量历史数据，在一定程度上会受到强马尔可夫特性的制约，以及电池在退化过程中的随机性难以得到量化的问题。过程为：一：提取电池第k次工作过程中的容量数据；二：构建电池的退化模型；三：构建自适应估计退化模型参数；四：计算电池的剩余使用寿命；判断第k次工作循环下的电池的荷电状态SOC是否低于80％，如果SOC高于80％，则令k＝k+1，执行一至四，否则电池报废；五：评估剩余使用寿命的在线预测效果。本发明用于电池使用寿命预测领域。

公开(公告)号：CN114417686A

公开(公告)日：2022-04-29

申请号：CN202210065461.1

申请日：2022-01-20

Applicant: 哈尔滨工业大学

Inventor： 张九思 ,  李翔 ,  罗浩 ,  蒋宇辰 ,  霍明夷 ,  田纪伦 ,  尹珅

IPC: G06F30/25 ,  G06F30/27 ,  G06F111/10 ,  G06F111/08 ,  G06F119/02 ,  G06F119/04

Abstract: 一种面向单个锂离子电池的自适应在线剩余使用寿命预测方法，本发明涉及电池的自适应在线剩余使用寿命预测方法。本发明的目的是为了解决现有单个电池工作过程中的剩余使用寿命预测方法需要大量历史数据，在一定程度上会受到强马尔可夫特性的制约，以及电池在退化过程中的随机性难以得到量化的问题。过程为：一：提取电池第k次工作过程中的容量数据；二：构建电池的退化模型；三：构建自适应估计退化模型参数；四：计算电池的剩余使用寿命；判断第k次工作循环下的电池SOC是否低于80％，如果SOC低于80％，则令k＝k+1，执行一至四，否则执行五；五：评估剩余使用寿命的在线预测效果。本发明用于电池使用寿命预测领域。

公开(公告)号：CN117193220A

公开(公告)日：2023-12-08

申请号：CN202311367783.2

申请日：2023-10-23

Applicant: 哈尔滨工业大学

Inventor： 蒋宇辰 ,  李款 ,  史军 ,  罗浩 ,  王豪 ,  张九思 ,  田纪伦

IPC: G05B19/418

Abstract: 本发明涉及一种多速率采样系统的数据驱动过程监测方法，包括如下步骤：第一步、准备工业流程历史数据集，包含历史控制指令数据与历史传感器输出数据；第二步、进行数据预处理；第三步、计算各子系统的稳定核表示矩阵；第四步、构建残差协方差矩阵；第五步、设定各子系统的故障与攻击检测阈值；第六步、构建各子系统的在线统计量指标；第七步、进行报警决策逻辑判断，实现数据驱动过程监测方法。本发明所提出的流程工业监测方法适用于具有三个或者更多采样频率的大规模工业过程，采用典型的数据驱动设计策略，无需进行系统机理建模，兼顾实现低虚警率和高故障/攻击检测率，可有效保障监测性能的可靠性。