公开(公告)号：CN115758697A

公开(公告)日：2023-03-07

申请号：CN202211396135.5

申请日：2022-11-09

Applicant: 北京科技大学顺德创新学院 ,  北京科技大学

Inventor： 李琳琳 ,  赵振进 ,  乔梁

IPC: G06F30/20 ,  G06F17/18 ,  G06F17/16 ,  G06F119/02

Abstract: 本发明公开了一种基于分布式典型相关性分析的动态系统数据驱动故障检测方法，包括：离线过程中，利用各个子系统中传感器采集正常工况时的历史数据，构建集中式CCA残差产生器；根据动态系统中子系统之间的网络拓扑结构，基于平均一致性算法确定子系统之间信息传递的权重系数，构建求解各个子系统CCA参数的迭代矩阵，将集中式CCA残差产生器转化为分布式CCA残差产生器；求解各个子系统的CCA参数，在线过程中，每个子系统用求解的CCA参数构造基于CCA的残差产生器，并基于平均一致性算法对每个子系统的残差信号进行分布式融合；最后设计控制统计量，确定阈值，进行动态系统中基于数据驱动的分布式最优故障检测。

公开(公告)号：CN116027770B

公开(公告)日：2023-06-23

申请号：CN202310315946.6

申请日：2023-03-29

Applicant: 北京科技大学

Inventor： 李琳琳 ,  赵振进 ,  乔梁 ,  彭开香

IPC: G05B23/02

Abstract: 本发明涉及工业过程故障检测技术领域，特别是指一种复杂工业过程中分布式故障定位方法及装置。一种复杂工业过程中分布式故障定位方法包括：获得原始数据；根据原始数据进行模型构建，获得故障模型；根据故障模型进行分析操作，获得残差产生器；对故障模型输入在线数据，通过残差产生器进行计算，获得检验统计量；根据检验统计量和预设的阈值进行故障判断，获得故障判断结果；当故障判断结果为正常运行时，收集在线数据继续监控；当故障判断结果为存在故障时，根据子系统参数矩阵进行计算，得到重构贡献值的最大值；根据重构贡献值的最大值，获得故障定位结果。本发明是一种面对动态工业系统的高效精准的分布式故障定位方法。

公开(公告)号：CN116027770A

公开(公告)日：2023-04-28

申请号：CN202310315946.6

申请日：2023-03-29

Applicant: 北京科技大学

Inventor： 李琳琳 ,  赵振进 ,  乔梁 ,  彭开香

IPC: G05B23/02

Abstract: 本发明涉及工业过程故障检测技术领域，特别是指一种复杂工业过程中分布式故障定位方法及装置。一种复杂工业过程中分布式故障定位方法包括：获得原始数据；根据原始数据进行模型构建，获得故障模型；根据故障模型进行分析操作，获得残差产生器；对故障模型输入在线数据，通过残差产生器进行计算，获得检验统计量；根据检验统计量和预设的阈值进行故障判断，获得故障判断结果；当故障判断结果为正常运行时，收集在线数据继续监控；当故障判断结果为存在故障时，根据子系统参数矩阵进行计算，得到重构贡献值的最大值；根据重构贡献值的最大值，获得故障定位结果。本发明是一种面对动态工业系统的高效精准的分布式故障定位方法。