公开(公告)号：CN106874491A

公开(公告)日：2017-06-20

申请号：CN201710096618.6

申请日：2017-02-22

Applicant: 北京科技大学

Inventor： 王玲 ,  彭开香

IPC: G06F17/30

CPC classification number: G06F16/2465 ,  G06F2216/03

Abstract: 本发明提供一种基于动态关联规则的设备故障信息挖掘方法，能够反应动态关联规则随着时间产生的变化，所述方法包括：获取设备故障维修信息数据集D；按照预约维修日期将获取的设备故障维修信息数据集D划分为n个子数据集D1,D2,...,Dn，其中，D＝{D1,D2,...,Dn}；定义动态关联规则算法，其中，动态关联规则表示为：，其中，A、B分别表示项集，SV表示支持度向量，CV表示置信度向量，s表示项集的支持度，c表示关联规则的置信度；按照定义的动态关联规则算法，对n个子数据集D1,D2,...,Dn进行动态关联规则挖掘，得到设备故障原因与维修措施之间的关联关系。本发明适用于数据挖掘技术领域。

公开(公告)号：CN105929812A

公开(公告)日：2016-09-07

申请号：CN201610239389.4

申请日：2016-04-18

Applicant: 北京科技大学

Inventor： 彭开香 ,  马亮 ,  董洁 ,  张凯

IPC: G05B23/02

CPC classification number: G05B23/0208

Abstract: 本发明提出了一种带钢热连轧质量的故障诊断方法及装置，该方法包括：采集带钢热连轧生产过程中的历史样本数据，所述历史样本数据包括带钢热连轧以往的生成生产过程中的数据组；基于所述历史样本数据进行聚类划分得到多个模态，并对应于每个模态建立模型；实时获取带钢热连轧当前生产过程中的数据组，并将实时获取的数据组中的数据划分到对应的模态中；对应于每个模态中的数据，基于检测指标以及每个模态对应的模型进行故障诊断。解决了现有技术中产品质量往往是由较为熟练的操作工人凭借自己的经验控制，使得生产过程的稳定性和安全性不能得到保证，一旦发生故障，仅靠延迟滞后的反馈控制策略很难保证产品质量的问题。

公开(公告)号：CN101574707A

公开(公告)日：2009-11-11

申请号：CN200910086169.2

申请日：2009-06-12

Applicant: 北京科技大学

Inventor： 彭开香 ,  钱电生 ,  董洁

IPC: B21B37/66 ,  G05B19/414

Abstract: 本发明属于钢铁生产过程检测与控制领域，涉及一种基于CPU+DSP的轧辊偏心信号控制系统及其方法，能够对轧辊偏心信号进行实时检测和提取，并具有对板带材厚度控制进行偏心补偿的功能。该系统主要是由用于偏心信号检测与处理的基于PMC总线的单板DSP装置和用于偏心控制的单板CPU板构成，包括用于偏心相位检测的光电编码器数据采集和机架轧制力信号的采集模块，对采集的轧制力信号进行频谱分析和偏心的相位分析数字信号处理模块，与主CPU板进行信息交换用的PMC接口模块构成。本发明能够准确提取偏心特征信号，能精确预测偏心信号相位，并且能够准确利用偏心信号进行偏心补偿厚度控制，能适应复杂的工业环境条件，抗干扰能力强，性能稳定、可靠，应用于板带轧机的厚度控制系统中。

公开(公告)号：CN114048592B

公开(公告)日：2025-03-28

申请号：CN202111243600.7

申请日：2021-10-25

Applicant: 北京科技大学

Inventor： 张传放 ,  彭开香 ,  董洁 ,  马亮 ,  张学艺

IPC: G06F30/27 ,  G06F18/25 ,  G06F119/02

Abstract: 本发明公开了一种精轧全流程分布式运行性能评估及非优原因追溯方法，包括：获取以往精轧全流程中留存的历史样本数据；将精轧全流程划分成上游、中游和下游三个子系统，在各子系统内部分别描述过程变量与关键性能指标间的相互依赖关系，去除冗余变量，保留相关变量，得到各子系统变量优选集；构建各子系统的能够分析过程非线性和动态性的运行性能评估模型并基于各子系统的变量优选集进行训练；对各子系统的运行性能进行评估，将各子系统的评估结果进行信息融合，实现全局运行性能评估，当过程处于非优时，对非优原因追溯。本发明可及时、准确地对生产过程的运行性能进行有效监控和判断。

公开(公告)号：CN113901712B

公开(公告)日：2025-03-25

申请号：CN202111161139.0

申请日：2021-09-30

Applicant: 北京科技大学

Inventor： 张传放 ,  彭开香 ,  董洁 ,  马亮 ,  张学艺

IPC: G06F30/27 ,  G06N3/02 ,  G06F119/02

Abstract: 本发明公开了一种精轧全流程运行状态综合评估方法，包括：获取以往精轧全流程中产生的历史样本数据，建立历史样本数据库；将精轧全流程划分成上游子系统、中游子系统和下游子系统共三个子系统；分别构建各子系统对应的运行状态评估模型，并基于历史样本数据库对构建好的各子系统对应的运行状态评估模型进行训练，利用各子系统对应的训练好的运行状态评估模型，分别实现各子系统的运行状态评估；将各子系统的运行状态评估结果进行融合，实现精轧全流程运行状态评估。本发明可及时、准确的对生产过程的运行状态进行有效的监控和判断；旨在面向现代流程工业运行状态评估中的关键性挑战问题，探索切实有效的解决方略，具有重要的实际应用与推广价值。

公开(公告)号：CN118644134A

公开(公告)日：2024-09-13

申请号：CN202410709992.9

申请日：2024-06-03

Applicant: 北京科技大学

Inventor： 张瀚文 ,  樊薇薇 ,  董洁 ,  彭开香

IPC: G06Q10/0639 ,  G06Q50/04 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明提供一种烧结过程质量异常溯源方法，涉及烧结工艺技术领域。所述方法包括建立提取烧结过程质量的平稳特征模块，通过收集的正常的烧结过程数据作为训练集，对提取烧结过程质量的平稳特征模块进行训练得到训练集的平稳分量及其协方差矩阵，FeO含量预测子模块根据训练集的平稳分量得到FeO含量的预测值；将在线监测的烧结过程数据作为样本集，根据基于孪生神经网络的平稳特征提取子模块对样本集进行处理，得到样本集的平稳分量；根据样本集的平稳分量及协方差矩阵，判断样本集是否存在异常数据，若存在异常数据，则绘制贡献图，本发明考虑了烧结过程数据的非平稳性、非线性以及非高斯性，提取出与FeO含量相关的平稳特征，改善了故障检测性能。

公开(公告)号：CN117235389B

公开(公告)日：2024-09-03

申请号：CN202311101190.1

申请日：2023-08-29

Applicant: 北京科技大学

Inventor： 张凯 ,  王亚礼 ,  张学艺 ,  彭开香

IPC: G06F16/957 ,  B21B1/26 ,  H04L67/02 ,  H04L69/16 ,  H04L67/12

Abstract: 本发明提供一种热连轧过程的实时数据回放方法及系统，涉及数据回放仿真技术领域，包括：建立TCP客户端与TCP服务器端之间的数据通信连接；TCP服务器端将热连轧过程数据传输至TCP客户端；TCP客户端接收热连轧过程数据，根据用户需求将热连轧过程数据送至pSpace数据库和前端Web网页进行展示，完成热连轧过程的实时数据回放。本发明的方法和系统基于带钢热连轧过程常见工序，模拟实际生产过程中工业实时数据的现场传输，仿真实现热连轧过程中数据从产生到传输以及最终实时可视化显示的数据回放过程。

公开(公告)号：CN117891214A

公开(公告)日：2024-04-16

申请号：CN202311842331.5

申请日：2023-12-28

Applicant: 北京科技大学

Inventor： 彭开香 ,  张学艺

IPC: G05B19/418

Abstract: 本发明涉及工业过程监测技术领域，特别是指一种云边端协同下热连轧过程监测与故障诊断方法及装置，方法包括：在端侧平台上完成实时数据的采集、预处理与关键变量筛选；在边侧平台上，利用各工序对应的多维完备数据构建质量监测模型，实现对各批次过程的实时质量监测；在云侧平台上，充分利用边侧质量监测模型、各工序知识和能耗计算机理，构建各采样时刻能耗监测和单批次能耗预测模型；通过云边协同技术和联邦学习等方法，实现层次化的多性能指标协同统一，完成质量与能耗协同下动态性能实时监测、预测与时空诊断。本发明更好地了解生产过程中的问题，并及时采取相应的措施进行改进和优化。也为生产过程中的能效管理和质量控制提供了有力的支持。

公开(公告)号：CN117724415A

公开(公告)日：2024-03-19

申请号：CN202311675899.2

申请日：2023-12-07

Applicant: 北京科技大学

Inventor： 董洁 ,  李大业 ,  彭开香 ,  张红军

IPC: G05B19/418

Abstract: 本发明公开了一种融合数据与知识的带钢热连轧过程故障诊断方法及装置，属工业过程监测领域，该方法包括：在数字主线侧，对各工序历史数据和在线数据进行预处理；在云侧，使用预处理后的历史数据训练各工序对应的慢特征分析SFA模型，得到各工序历史数据的慢特征，从而计算统计量并确定控制限，之后将SFA模型参数和控制限下发到边侧；在边侧，将预处理后的在线数据传输到相应工序的SFA模型，得到在线数据的慢特征并计算统计量，若当前工序计算出的统计量大于控制限，则判定带钢热连轧过程该工序发生故障；此时通过溯源确定故障根因。采用本发明可解决带钢热连轧过程跨层级通信困难、数据漂移严重、故障根因分析难、隐性知识挖掘难的问题。

公开(公告)号：CN116904673A

公开(公告)日：2023-10-20

申请号：CN202310721580.2

申请日：2023-06-16

Applicant: 北京科技大学

Inventor： 张瀚文 ,  董洁 ,  彭开香

IPC: C21B5/00 ,  C21B7/24 ,  G06F18/213 ,  G06F18/214 ,  G06F123/02

Abstract: 本发明提供一种基于平稳特征提取的高炉异常炉况检测方法，属于高炉冶炼技术领域。所述方法包括：建立不同时间段正常炉况下的历史数据的高斯混合模型；基于建立的高斯混合模型，通过最小化不同时间段特征分布的差异性，构造特征提取矩阵提取平稳特征；建立平稳特征的高斯混合模型，并分别在每个组分下构造基于Mahalanobis距离的检测统计量；根据置信度水平利用正常炉况下的历史数据确定每个组分下检测统计量的阈值；利用特征提取矩阵计算待检测样本的平稳特征；判断所述平稳特征所属高斯混合模型的组分，并计算相应的检测统计量；若检测统计量大于对应组分下检测统计量的阈值，则判定为异常炉况。采用本发明，能够有效检测出高炉异常炉况。