-
公开(公告)号：CN115248558B
公开(公告)日：2025-03-14
申请号：CN202210974327.3
申请日：2022-08-15
Applicant: 浙江大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于变分贝叶斯概率潜变量模型的动态过程故障检测方法，包括：(1)构造概率潜变量动态模型：收集工业过程数据标准化处理，建立线性动态系统表示数据，确定模型的初始化状态先验和参数先验；(2)变分最大步：通过构造的模型，计算模型参数下的最优后验分布，然后据此确定模型参数的更新方式；(3)变分期望步：在前向步计算状态xn在每个时间步n的边缘后验分布，然后基于状态xn在时间步n及之前所有时间步计算边缘后验分布；(4)证据下界：计算证据下界#imgabs0#以确定通过模型通过迭代计算后达到收敛；(5)动态过程监测：通过状态和观测的残差构建统计量和置信限以监测故障是否发生。利用本发明，可以提升动态过程故障检测的可靠性。
-
公开(公告)号：CN116405349B
公开(公告)日：2024-12-13
申请号：CN202310421156.6
申请日：2023-04-19
Applicant: 浙江大学
Abstract: 本发明公开了一种基于相关峰值搜索的正交匹配跟踪信道估计方法。现有的正交匹配跟踪估计算法中，需要信道稀疏度这一先验信息。本发明首先简化字典集；选出残差向量与子字典集中列向量的相关度最大的原子及其对应的列索引，更新子字典集、索引集与重构原子集中的元素，估计信道冲激响应，更新残差向量，迭代计算接收信号的近似矢量，输出信道冲激响应的最终估计结果。本发明方筛选相关峰及其对应的时延以简化字典集并估计稀疏度，迭代过程中使用残差向量与简化得到的子字典集进行匹配，在保证估计精度的同时减少了匹配次数，降低了计算复杂度。本发明针对水声通信场景，改进正交匹配跟踪算法进行信道估计，在保证估计精度的同时降低了计算复杂度。
-
公开(公告)号：CN118348797A
公开(公告)日：2024-07-16
申请号：CN202410574733.X
申请日：2024-05-10
Applicant: 浙江大学
IPC: G05B13/04
Abstract: 本发明公开了一种面向闭环工业大数据的逆强化学习控制器设计方法，包括：首先，将历史闭环工业大数据作为专家示教的轨迹来源，构建强化学习的状态空间、动作空间及交互环境，训练逆强化学习智能体；其次，在逆强化学习训练过程中，基于生成对抗网络和闭环工业大数据进行完全离线的控制器设计，使其产生的轨迹分布和历史闭环大数据一致；最后，将训练好的逆强化学习智能体用于在线优化控制。本发明为逆强化学习智能体赋予了从历史工业大数据中学习控制器的能力，有效提升强化学习算法的样本效率和安全性，从而提供了一种工业控制器设计的纯数据驱动解决方案。
-
公开(公告)号：CN117077825A
公开(公告)日：2023-11-17
申请号：CN202210487056.9
申请日：2022-05-06
Applicant: 浙江大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q10/0635 , G06Q10/0639 , G06Q50/26
Abstract: 本发明公开了一种村域尺度台风暴雨相关次生灾害的动态风险等级评估方法，包括：构建待研究区域的地理信息数据库，根据未来一定时间范围内的实时风速、淹没情况获得所有类型建筑的实时受灾信息。以村层级的受灾居住建筑数量、应撤离人口数量、经济总损失期望值作为风险等级的划分指标，当考虑台风暴雨引发的洪涝次生灾害和地质次生灾害时，分别利用未耦合、耦合地质灾害的居住建筑功能评估框架进行分析，得到各个划分指标的数值并划分为相应的等级。随着气象预报信息的更新进行循环计算。本发明基于物理机制进行灾情推演，以建筑功能评估为核心，且考虑了气象预报、建筑承灾能力的不确定性对不同种类的次生灾害进行实时的动态风险等级评估。
-
公开(公告)号：CN113836788B
公开(公告)日：2023-10-27
申请号：CN202110972643.2
申请日：2021-08-24
Applicant: 浙江大学
IPC: G06F30/27 , G06F18/214 , G06N3/092 , G06F18/22 , G06F18/27 , G06F119/14
Abstract: 本发明公开了一种基于局部数据增强的流程工业强化学习控制的加速方法，包括：首先，在强化学习训练过程中，在历史案例库中检索与当前状况相似的案例，将其作为局部模态下的邻近数据；其次，利用这些检索到的基于案例的知识，在局部操作范围内建立辅助的局部动力学模型；然后，使用在线建立的局部动力学模型生成一系列虚拟的案例，作为经验回放缓冲区的增广案例；最后，将生成的虚拟案例和交互获得的真实案例合并，共同组成一个新的联合经验回放缓冲区，用于更新强化学习智能体。本发明可有效地提升强化学习智能体在跨模态/跨工况情况下的训练效率以及迁移学习能力，从而为流程工业智能优化控制奠定基础。
-
Patent Agency Ranking
公开(公告)号：CN116643550A
公开(公告)日：2023-08-25
申请号：CN202310379116.X
申请日：2023-04-06
Applicant: 浙江大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于时序因果挖掘网络的工业故障溯源分析方法，包括以下步骤：(1)确定工业过程的正常工况数据和故障工况数据，将数据进行归一化处理；(2)根据两种工况的数据，采用主成分分析的方法计算两个关键统计量和SPE，并确定控制限；(3)通过和SPE的控制限确定故障工况的失控节点，计算每个变量相对于失控状态的贡献，保留贡献率大的变量进行下一步分析；(4)将上述变量带入时序因果挖掘网络，设置不同的阈值得到多张因果图，根据将因果图可视化进行根因分析，确定工业故障根源。本发明可以有效的运用于复杂工业控制回路系统，基于数据驱动而无需机理知识。
-
公开(公告)号：CN116543142A
公开(公告)日：2023-08-04
申请号：CN202310255057.5
申请日：2023-03-16
Applicant: 浙江大学
IPC: G06V10/25 , G06V10/80 , G06V10/762 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于Transformer特征聚类的缺省位置标签下图像目标定位方法。本发明通过基于Transformer深度学习的Vit模型获取融合特征图，并以融合类别信息特征向量为基准通过聚类的方式生成图像中的目标物体的粗略范围图，再进一步训练相应的直接判别模型来生成精确范围图，从而在不使用位置标签的情况下获得良好的物体目标定位准确度。本发明极大地减少了深度学习目标检测应用中的数据获取成本，减小了深度学习方法的应用难度。
-
公开(公告)号：CN113848839B
公开(公告)日：2023-05-23
申请号：CN202111180423.2
申请日：2021-10-11
Applicant: 浙江大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于迭代学习控制的双层结构经济性能提升策略，包括：(1)选择工业现场被控系统的初始工作点；选择下层MPC控制层的初始参数；(2)选择上层SSTO层的经济性能函数和机会约束置信度；(3)周期开始，使用下层MPC控制层向上层SSTO给出的目标工作点逼近；周期结束后，计算本周期内输入输出均值与方差；(4)SSTO层给出新的被控系统工作点，计算工作点改变量并传递给基于迭代学习控制的权重系数调整算法；(5)基于迭代学习控制的权重系数调整算法给出下一周期的权重系数，传递给下层MPC控制层并返回步骤(3)；(6)重复步骤(3)至步骤(5)直到获得最优的经济性能。具有可行、易于实施等特点，能够提高企业经济效益。
-
公开(公告)号：CN113848723B
公开(公告)日：2023-03-07
申请号：CN202111180425.1
申请日：2021-10-11
Applicant: 浙江大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于ORC余热回收系统的快速动态矩阵控制方法，包括：(1)选择有机朗肯循环的输入变量、输出变量和有机工质种类，获取用于辨识的测试数据，对测试数据进行预处理并通过最小二乘辨识法获得有机朗肯循环的有限阶跃响应模型；(2)确定有机朗肯循环的输出设定值及输入输出约束；(3)选择动态矩阵控制的模型时域、预测时域、控制时域、输入输出权重系数；(4)使用基于SVD分解的双模式快速动态矩阵控制策略对有机朗肯余热回收系统进行控制，直至追踪到输出参考值。利用本发明，可以快速准确地跟踪至优化层给出的设定值，避免ORC系统出现故障，可广泛应用于基于有机朗肯循环的余热回收系统。
-
公开(公告)号：CN115470838A
公开(公告)日：2022-12-13
申请号：CN202210974039.8
申请日：2022-08-15
Applicant: 浙江大学
Abstract: 本发明公开了一种基于鲁棒动态变分贝叶斯字典学习的过程监测方法，包括：(1)构造贝叶斯字典学习模型；(2)通过构造的模型，计算证据下界，最大化下界的最优分布，计算模型近似的后验分布；(3)计算过程数据对应的二值稀疏矩阵，并确定更新公式；(4)确定参数近似后验分布的更新公式，计算参数的最优后验分布；(5)离线建模：计算正常工况数据的字典矩阵，通过重构误差计算控制限，计算稀疏编码获得重构样本矩阵；(6)建立向量自回归模型分析重构样本矩阵，得到动态系数矩阵和Q；(7)在线监测：根据和Q，构建故障统计量以检测故障是否发生。本发明可以提升模型对于噪声的鲁棒性，进而降低误报率以提升过程监测的可靠性。
-
-
-
-
-
-
-
-
-
Search Results
448
records
(took 0.051 seconds)
