公开(公告)号：CN117428011A

公开(公告)日：2024-01-23

申请号：CN202311381737.8

申请日：2023-10-23

申请人： 北京科技大学顺德创新学院 ,  北京科技大学

发明人： 李琳琳 ,  王晨阳 ,  乔梁 ,  彭开香

IPC分类号： B21B38/00 ,  B21B33/00

摘要： 本发明公开了一种轧制过程精轧机组的分布式数据驱动故障检测方法及系统，涉及工业轧钢过程的故障检测技术领域，该方法包括：对精轧机正常运行时的过程变量进行采集并存储；获取由精轧机各机架的压磁传感器组成的传感器网络通信拓扑结构；考虑相邻传感器节点间的数据传输，应用改良后的平均一致性算法来实现最优的分布式故障检测；其中，所述改良后的平均一致性算法包括分布式训练阶段和分布式检测阶段；所述改良后的平均一致性算法通过在分布式训练阶段确定分布式检测阶段所需执行一致性算法迭代的步数，减小检测阶段的检测延迟。采用本发明可有效解决轧钢过程精轧阶段分布式故障检测由于检测延迟而带来的检测性能下降问题。

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

申请人： 北京科技大学

发明人： 张瀚文 ,  樊薇薇 ,  董洁 ,  彭开香

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

摘要： 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

申请人： 北京科技大学

发明人： 张凯 ,  王亚礼 ,  张学艺 ,  彭开香

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

摘要： 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

申请人： 北京科技大学

发明人： 彭开香 ,  张学艺

IPC分类号： G05B19/418

摘要： 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

申请人： 北京科技大学

发明人： 董洁 ,  李大业 ,  彭开香 ,  张红军

IPC分类号： G05B19/418

摘要： 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

申请人： 北京科技大学

发明人： 张瀚文 ,  董洁 ,  彭开香

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

摘要： 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。

公开(公告)号：CN116028783B

公开(公告)日：2023-06-20

申请号：CN202310323507.X

申请日：2023-03-30

申请人： 北京科技大学 ,  鞍钢集团朝阳钢铁有限公司

发明人： 彭开香 ,  毛冉冉 ,  徐小科 ,  董洁

IPC分类号： G06F18/15 ,  G06F18/213 ,  G06F18/2411

摘要： 本发明涉及工业过程故障检测技术领域，特别是指一种基于过程数据的带钢热连轧微小故障实时检测方法及装置，方法包括：获取带钢热连轧过程数据；通过小波变换原理，对带钢热连轧过程数据进行预处理，得到训练数据，预处理包括降噪处理以及标准化处理；基于训练数据训练初始CVDA状态空间模型，得到典型变量差异数据CVD；利用典型变量差异数据CVD训练初始SVDD模型，得到训练好的CVDA‑SVDD模型；将带钢热连轧过程的待检测数据输入到训练好的CVDA‑SVDD模型，判断带钢热连轧过程是否发生微小故障。采用本发明，可以提高微小故障检测率、降低微小故障检测延迟时间，改善故障检测效果。

公开(公告)号：CN116203903A

公开(公告)日：2023-06-02

申请号：CN202310198744.8

申请日：2023-03-01

申请人： 北京科技大学

发明人： 张凯 ,  张永博 ,  王亚礼 ,  张学艺 ,  彭开香

IPC分类号： G05B19/418

摘要： 本发明公开了一种热连轧过程质量异常的时空根源诊断方法，包括：建立热连轧过程历史数据库；对数据样本按照轧钢位置百分比进行数据对齐，并将整个热连轧过程分为多个层级和子块；分别构建各子块对应的故障检测模型，并基于历史数据库对各故障检测模型进行训练，实现对各子块的质量相关故障的实时检测；当有故障发生时，根据各子块对应的故障检测结果，定位到质量异常的空间位置，并通过各机架轧钢位置百分比反向映射确定故障发生的时间位置；计算故障机架中各过程变量歧化系数的大小，实现对故障根源变量的定位，确定引起故障的根源变量，定位发生故障的设备，实现对故障的时空根源诊断。本发明可更好地指导企业生产，进一步提高企业的经济效益。

公开(公告)号：CN111695780B

公开(公告)日：2023-04-18

申请号：CN202010419509.5

申请日：2020-05-18

申请人： 北京科技大学

发明人： 马亮 ,  杨萍萍 ,  彭开香 ,  董洁

IPC分类号： G06Q10/0633 ,  G06Q10/067 ,  G06Q50/04 ,  G06N20/00

摘要： 本发明提供一种工艺流程质量多故障自主检测方法及系统，该方法包括：在质量流约束下对工艺流程进行分解，将全流程划分为多个子系统；构建各子系统中对全流程质量波动敏感的质量指标集和质量指标逆映射模型；建立融合层级信息的子系统质量多故障检测模型，实现子系统质量多故障自主检测；将工艺流程的不同子系统的质量多故障自主检测信息进行融合，实现融合局部关联信息的全流程质量多故障自主检测。本发明可及时、准确的对生产过程的质量多故障进行有效的监控和判断；旨在面向现代流程工业质量多故障检测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：CN115841004A

公开(公告)日：2023-03-24

申请号：CN202310158468.2

申请日：2023-02-24

申请人： 北京科技大学

发明人： 刘小玉 ,  彭开香 ,  李琳琳

IPC分类号： G06F30/17 ,  G06F30/27 ,  G06F18/214 ,  G06F18/2431 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06F119/08 ,  G06F119/14

摘要： 本发明涉及工业过程性能预测技术领域，特别是指一种基于多维数据的带钢热轧过程力学性能软测量方法及装置。方法包括：构建带钢力学性能预测模型；其中，带钢力学性能预测模型为结合CBGRU模块构建基于DA‑CBGRU的Seq2Seq模型，CBGRU模块基于CNN特征提取层和BiGRU模块构建；获取带钢热轧过程的原始工况数据集；对原始工况数据集进行数据预处理，将预处理后的数据作为待筛选数据集；结合XGBoost算法和带钢机理知识，对待筛选数据集进行辅助变量选择，得到辅助变量数据集；构建实体嵌入层，将预设的多维数据转化成预设输入形式，将转化后的多维数据与辅助变量数据集合并，得到输入数据集；将输入数据集输入到带钢力学性能预测模型中，实现对带钢力学性能的预测。