-
-
公开(公告)号：CN104615123A
公开(公告)日：2015-05-13
申请号：CN201410810167.4
申请日：2014-12-23
Applicant: 浙江大学
IPC: G05B23/02
CPC classification number: G05B23/0208
Abstract: 本发明公开了基于k近邻的传感器故障隔离方法，属于工业过程监控与诊断技术领域。本发明只需要正常数据用于建模，当在线测量数据显示过程异常时，首先，在正常工况数据集中找与该在线测量数据最近的k个数据样本；然后，分别计算在线测量数据的每个分量与k近邻样本的累积距离，将累积距离作为指标用于隔离；最后，指标超过设定阈值的传感器判定为故障传感器。相比于现有的其他方法，本发明方法可以保证正确地隔离传感器故障。
-
公开(公告)号：CN113985853A
公开(公告)日：2022-01-28
申请号：CN202111283027.2
申请日：2021-11-01
Applicant: 浙江大学
IPC: G05B23/02
Abstract: 本发明公开一种基于数据依赖核判别分析的聚乙烯过程可视化监控方法，该方法首先收集工业过程的正常工况数据与异常工况数据，建立类内紧密度与类间分离度，并基于t分布相似度与KL散度构建空间结构约束项，进而建立数据依赖核判别分析优化函数，然后利用内点法计算得到模型数值解，并利用狄洛尼三角剖分建立可视化过程监控模型。相比传统算法，本发明可以大大提高过程监控的准确率，并可为过程操作人员提供更为直观的系统运行状态与异常轨迹。
-
公开(公告)号：CN103309347B
公开(公告)日：2015-11-18
申请号：CN201310221329.6
申请日：2013-06-05
Applicant: 浙江大学
IPC: G05B23/02
Abstract: 本发公开了一种基于稀疏表示的多工况过程监控方法，属于工业过程监控与诊断技术领域。该方法并不要求过程数据服从正态分布，仅假设过程某工况下正常运行数据与该工况历史数据分布相同。首先，根据各工况历史数据建立构建字典；然后，计算在线数据在该字典上的稀疏表示，再依据表示系数的集中程度判断过程是否发生异常。另外，对于正常数据还可以辨识过程当前处于某单一工况或过渡过程，以保证产品符合生产要求。本发明将稀疏表示的思想用于多工况过程监控，该方法并不要求过程数据服从正态分布，其适用范围更广且可解释性更强。
-
公开(公告)号：CN114021469B
公开(公告)日：2024-06-21
申请号：CN202111348802.8
申请日：2021-11-15
Applicant: 浙江大学
IPC: G06F30/27 , G06N3/047 , G06N3/08 , G06N3/0464 , G06N3/044 , G06F111/10
Abstract: 本发明公开一种基于混合序列网络进行一段炉过程监测的方法，网络结构包括编码器，模态识别网络和解码器三部分，编码器由一组RNN组成，其最后一个隐层输出经过解码器对序列最后一个时刻的样本进行重构。解码器由多个子解码器部分组成，并且通过模态识别网络输出的权重，加权得到最终的重构值。网络参数通过加权重构误差来进行训练，并且在损失函数中加入针对权重的信息熵，以得到更准确的模态识别效果，同时防止网络向单一模态坍缩。最后，基于所设计的神经网络模型，构建了加权平方预测误差来指示过程中是否发生故障，并且通过贡献度对故障变量进行识别。本发明的方法能够准确地对一段炉进行过程监测，故障检测和识别准确率高。
-
Patent Agency Ranking
公开(公告)号：CN114021469A
公开(公告)日：2022-02-08
申请号：CN202111348802.8
申请日：2021-11-15
Applicant: 浙江大学
IPC: G06F30/27 , G06K9/62 , G06N3/04 , G06N3/08 , G06F111/10
Abstract: 本发明公开一种基于混合序列网络进行一段炉过程监测的方法，网络结构包括编码器，模态识别网络和解码器三部分，编码器由一组RNN组成，其最后一个隐层输出经过解码器对序列最后一个时刻的样本进行重构。解码器由多个子解码器部分组成，并且通过模态识别网络输出的权重，加权得到最终的重构值。网络参数通过加权重构误差来进行训练，并且在损失函数中加入针对权重的信息熵，以得到更准确的模态识别效果，同时防止网络向单一模态坍缩。最后，基于所设计的神经网络模型，构建了加权平方预测误差来指示过程中是否发生故障，并且通过贡献度对故障变量进行识别。本发明的方法能够准确地对一段炉进行过程监测，故障检测和识别准确率高。
-
公开(公告)号：CN104503436A
公开(公告)日：2015-04-08
申请号：CN201410739736.0
申请日：2014-12-08
Applicant: 浙江大学
IPC: G05B23/02
CPC classification number: G05B23/0278
Abstract: 本发明公开了一种基于随机投影和k近邻的快速故障检测方法，属于工业过程监控与诊断技术领域。本发明结合随机投影和k近邻方法，利用随机投影在距离保持方面的优势以及k近邻在处理数据非高斯、非线性和多工况等问题的优越性能，对工业过程进行监控。相比于现有的其他方法，本发明方法不仅可以降低计算复杂度，而且可以保证k近邻在降维子空间中的检测性能，实现快速准确的检测。
-
公开(公告)号：CN113985853B
公开(公告)日：2024-04-26
申请号：CN202111283027.2
申请日：2021-11-01
Applicant: 浙江大学
IPC: G05B23/02
Abstract: 本发明公开一种基于数据依赖核判别分析的聚乙烯过程可视化监控方法，该方法首先收集工业过程的正常工况数据与异常工况数据，建立类内紧密度与类间分离度，并基于t分布相似度与KL散度构建空间结构约束项，进而建立数据依赖核判别分析优化函数，然后利用内点法计算得到模型数值解，并利用狄洛尼三角剖分建立可视化过程监控模型。相比传统算法，本发明可以大大提高过程监控的准确率，并可为过程操作人员提供更为直观的系统运行状态与异常轨迹。
-
公开(公告)号：CN104615123B
公开(公告)日：2017-02-22
申请号：CN201410810167.4
申请日：2014-12-23
Applicant: 浙江大学
IPC: G05B23/02
Abstract: 本发明公开了基于k近邻的传感器故障隔离方法，属于工业过程监控与诊断技术领域。本发明只需要正常数据用于建模，当在线测量数据显示过程异常时，首先，在正常工况数据集中找与该在线测量数据最近的k个数据样本；然后，分别计算在线测量数据的每个分量与k近邻样本的累积距离，将累积距离作为指标用于隔离；最后，指标超过设定阈值的传感器判定为故障传感器。相比于现有的其他方法，本发明方法可以保证正确地隔离传感器故障。
-
公开(公告)号：CN103309347A
公开(公告)日：2013-09-18
申请号：CN201310221329.6
申请日：2013-06-05
Applicant: 浙江大学
IPC: G05B23/02
Abstract: 本发公开了一种基于稀疏表示的多工况过程监控方法，属于工业过程监控与诊断技术领域。该方法并不要求过程数据服从正态分布，仅假设过程某工况下正常运行数据与该工况历史数据分布相同。首先，根据各工况历史数据建立构建字典；然后，计算在线数据在该字典上的稀疏表示，再依据表示系数的集中程度判断过程是否发生异常。另外，对于正常数据还可以辨识过程当前处于某单一工况或过渡过程，以保证产品符合生产要求。本发明将稀疏表示的思想用于多工况过程监控，该方法并不要求过程数据服从正态分布，其适用范围更广且可解释性更强。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.016 seconds)
