公开(公告)号：CN113743489B

公开(公告)日：2023-09-29

申请号：CN202110987661.8

申请日：2021-08-26

Applicant: 上海应用技术大学

Inventor： 顾昊昱 ,  张成功 ,  钱平 ,  王丽

IPC: G06F18/2135 ,  G06F18/15 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明涉及一种基于数据缺失的流程工业过程故障检测方法，该方法包括以下步骤：步骤S1：对流程工业过程进行数据采样和处理；步骤S2：利用核极限学习机KELM填补采样数据中的缺失数据；步骤S3：采用地标等距映射法L‑ISOMAP对数据进行低维特征提取；步骤S4：在特征空间和残差空间分别计算统计量和控制现，进行故障检测。与现有技术相比，本发明具有准确性高、节约时间和计算资源等优点。

公开(公告)号：CN113743489A

公开(公告)日：2021-12-03

申请号：CN202110987661.8

申请日：2021-08-26

Applicant: 上海应用技术大学

Inventor： 顾昊昱 ,  张成功 ,  钱平 ,  王丽

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于数据缺失的流程工业过程故障检测方法，该方法包括以下步骤：步骤S1：对流程工业过程进行数据采样和处理；步骤S2：利用核极限学习机KELM填补采样数据中的缺失数据；步骤S3：采用地标等距映射法L‑ISOMAP对数据进行低维特征提取；步骤S4：在特征空间和残差空间分别计算统计量和控制现，进行故障检测。与现有技术相比，本发明具有准确性高、节约时间和计算资源等优点。

公开(公告)号：CN113741364A

公开(公告)日：2021-12-03

申请号：CN202110988594.1

申请日：2021-08-26

Applicant: 上海应用技术大学

Inventor： 顾昊昱 ,  张成功 ,  钱平 ,  王丽

IPC: G05B19/418

Abstract: 本发明涉及一种基于改进t‑SNE的多模态化工过程故障检测方法，该方法包括：步骤S1：采集多模态化工过程原始数据Xo并标准化处理得到高维数据X；步骤S2：计算高维数据点之间的马氏距离DM；步骤S3：采用改进t分布随机近邻嵌入方法t‑SNE对高维数据X进行特征提取，得到低维矩阵Y；步骤S4：求取高维空间投影到低维空间的映射矩阵A；步骤S5：求取训练数据的残差空间E；步骤S6：求取在线数据的特征空间和残差空间；步骤S7：使用局部离群因子LOF算法构建LOF统计量；步骤S8：计算训练数据的LOF统计量和相应控制限；步骤S9：计算在线数据LOF统计量，进行实时故障检测。与现有技术相比，本发明可实现满足多模态过程监测需求且精确度高。