-
公开(公告)号：CN102662321B
公开(公告)日：2014-03-12
申请号：CN201210080056.3
申请日：2012-03-23
Applicant: 清华大学
IPC: G05B13/04
Abstract: 本发明涉及一种主元分析监控模型的在线更新方法，包括以下步骤：1)在工业现场设置一包括数据采集设备和监控计算机的模型在线更新系统；2)传统PCA建模模块利用历史数据建立PCA初始监控模型；3)监控开始后，均值方差更新模块根据实时过程数据以及现有PCA模型计算出新模型中的均值和标准差σ′；4)投影点计算模块计算出新样本的残差向量，传送给残差判定模块；5)残差判定模块根据残差向量模的大小决定投影方向的更新方法：如果残差较大，则调用主元空间调整模块；如果残差值较小，则调用主元方向微调模块；最后得到新模型的负荷向量P′nk和特征值矩阵Λ′kk；6)控制限更新模块对模型的统计量控制限和进行更新；系统最终输出新模型Ω′，用于工业过程中的在线监控及故障诊断。
-
公开(公告)号：CN103439964B
公开(公告)日：2015-10-28
申请号：CN201310350490.3
申请日：2013-08-13
Applicant: 清华大学
IPC: G05B23/02
Abstract: 本发明涉及一种OCSVM监控模型的在线更新系统及方法，其特征在于：它包括数据采集设备和监控模型在线更新模块，监控模型在线更新模块内设置有样本标准化模块、判定模块、界外样本更新模块和界内样本更新模块；数据采集设备将采集的实时过程变量数字化为实时过程数据后传送给样本标准化子模块，样本标准化子模块将当前OCSVM监控模型和经过标准化处理后的新样本传送给判定子模块；判定子模块将判定的界外样本、界内样本和当前OCSVM监控模型分别传送至界外样本更新子模块和界内样本更新子模块，界外样本更新子模块和界内样本更新子模块输出的OCSVM监控模型均作为当前监控模型。本发明可以广泛应用于实际工业过程中对非线性过程监控模型的在线更新。
-
Patent Agency Ranking
公开(公告)号：CN103439964A
公开(公告)日：2013-12-11
申请号：CN201310350490.3
申请日：2013-08-13
Applicant: 清华大学
IPC: G05B23/02
Abstract: 本发明涉及一种OCSVM监控模型的在线更新系统及方法，其特征在于：它包括数据采集设备和监控模型在线更新模块，监控模型在线更新模块内设置有样本标准化模块、判定模块、界外样本更新模块和界内样本更新模块；数据采集设备将采集的实时过程变量数字化为实时过程数据后传送给样本标准化子模块，样本标准化子模块将当前OCSVM监控模型和经过标准化处理后的新样本传送给判定子模块；判定子模块将判定的界外样本、界内样本和当前OCSVM监控模型分别传送至界外样本更新子模块和界内样本更新子模块，界外样本更新子模块和界内样本更新子模块输出的OCSVM监控模型均作为当前监控模型。本发明可以广泛应用于实际工业过程中对非线性过程监控模型的在线更新。
-
公开(公告)号：CN103439933B
公开(公告)日：2015-09-30
申请号：CN201310350588.9
申请日：2013-08-13
Applicant: 清华大学
IPC: G05B19/418 , G06F19/00 , G06Q50/04
Abstract: 本发明涉及一种应用OCSVM的生产过程自适应监控系统及方法，其特征在于：监控系统包括数据采集模块、过程监控模块、OCSVM模型在线更新模块和报警模块；数据采集模块将工业生产过程中的历史过程变量和实时过程变量数字化为历史过程数据和实时过程数据，并传送给过程监控模块；过程监控模块利用历史过程数据建立原始OCSVM监控模型，并通过处理实时过程数据得到有效更新样本，有效更新样本和OCSVM监控模型一起传送给OCSVM模型在线更新模块；OCSVM模型在线更新模块对OCSVM监控模型进行更新后，传送给过程监控模块；过程监控模块得到异常样本时产生报警信号，并传送给报警模块进行报警。本发明可以广泛用于实际工业生产过程的监控中。
-
公开(公告)号：CN101916394A
公开(公告)日：2010-12-15
申请号：CN201010263100.5
申请日：2010-08-25
Applicant: 清华大学
IPC: G06N99/00
Abstract: 本发明涉及一种基于知识融合的在线软测量方法，其包括以下步骤：1)设置一测量系统；2)选定经验公式作为先验知识表达式；3)将先验知识表达式输入先验知识计算模块，经过处理后，作为初始预测模型输入软测量模型预测模块；4)初始时刻，软测量模型预测模块直接使用初始预测模型对难测关键变量进行预测，并将预测结果输入控制器；5)软测量模型预测模块根据采集到的易测变量测量值预测难测关键变量值，并输入控制器和判定模块；6)判定模块根据实际的难测变量值，判断预测值的准确性；如果预测误差没有超出不敏感误差带，返回步骤5)；否则进行下一步；7)在线学习模型维护模块利用上步得到的新样本，对现有预测模型进行维护更新，并替换软测量模型预测模块中的软测量模型，返回步骤5)。
-
公开(公告)号：CN103439933A
公开(公告)日：2013-12-11
申请号：CN201310350588.9
申请日：2013-08-13
Applicant: 清华大学
IPC: G05B19/418 , G06F19/00 , G06Q50/04
Abstract: 本发明涉及一种应用OCSVM的生产过程自适应监控系统及方法，其特征在于：监控系统包括数据采集模块、过程监控模块、OCSVM模型在线更新模块和报警模块；数据采集模块将工业生产过程中的历史过程变量和实时过程变量数字化为历史过程数据和实时过程数据，并传送给过程监控模块；过程监控模块利用历史过程数据建立原始OCSVM监控模型，并通过处理实时过程数据得到有效更新样本，有效更新样本和OCSVM监控模型一起传送给OCSVM模型在线更新模块；OCSVM模型在线更新模块对OCSVM监控模型进行更新后，传送给过程监控模块；过程监控模块得到异常样本时产生报警信号，并传送给报警模块进行报警。本发明可以广泛用于实际工业生产过程的监控中。
-
公开(公告)号：CN102662321A
公开(公告)日：2012-09-12
申请号：CN201210080056.3
申请日：2012-03-23
Applicant: 清华大学
IPC: G05B13/04
Abstract: 本发明涉及一种主元分析监控模型的在线更新方法，包括以下步骤：1)在工业现场设置一包括数据采集设备和监控计算机的模型在线更新系统；2)传统PCA建模模块利用历史数据建立PCA初始监控模型；3)监控开始后，均值方差更新模块根据实时过程数据以及现有PCA模型计算出新模型中的均值和标准差σ′；4)投影点计算模块计算出新样本的残差向量，传送给残差判定模块；5)残差判定模块根据残差向量模的大小决定投影方向的更新方法：如果残差较大，则调用主元空间调整模块；如果残差值较小，则调用主元方向微调模块；最后得到新模型的负荷向量P′nk和特征值矩阵Λ′kk；6)控制限更新模块对模型的统计量控制限和进行更新；系统最终输出新模型Ω′，用于工业过程中的在线监控及故障诊断。
-
-
-
-
-
-
Search Results
7
records
(took 0.015 seconds)
