-
公开(公告)号：CN115469619B
公开(公告)日：2024-12-06
申请号：CN202211124746.4
申请日：2022-09-15
Applicant: 清华大学无锡应用技术研究院
IPC: G05B19/418 , G06F18/214 , G06F18/241 , G06N3/0455 , G06N3/0442 , G06N3/084
Abstract: 本发明提出一种非平稳工业过程故障检测方法和系统。其中，方法包括：在基于长短时记忆神经网络的循环神经网络中引入差分输入，构建差分循环自编码器，差分循环自编码器的输出输入解码器层，得到故障检测模型；应用训练好的故障检测模型计算验证数据集的重构误差，作为监测统计量，并确定监测统计量阈值；将实时监测统计量与监测统计量阈值进行比较，如果实时监测统计量超过监测统计量阈值，则判断为故障，否则判断为正常工况。本发明提出的方案，可以提取数据的非平稳特征，从而可以有效地将故障与正常的非平稳趋势区分开来，实现过程故障的早期、准确识别，进而使企业的生产安全和经济效益得以保障。
-
公开(公告)号：CN119667518A
公开(公告)日：2025-03-21
申请号：CN202411810728.0
申请日：2024-12-10
Applicant: 清华大学无锡应用技术研究院
IPC: G01R31/387 , G01R31/388 , G01R31/389 , G01R31/378 , G01R31/367 , G01D21/02 , G06F30/20 , G06F119/02
Abstract: 本申请涉及一种锂离子电池荷电状态估计方法及系统，方法包括：获取不同工况下的电池的初始电流、初始电压和温度数据；将所述初始电压与所述初始电流数据输入到机理模型，得到电压模拟数据与电流模拟数据；将所述电压模拟数据、所述电流模拟数据与所述温度数据输入到神经网络中进行训练，构建SOC估计模型，得到SOC输出结果；根据所述SOC输出结果与SOC真实值分别计算均方根误差RMSE和平均绝对误差MAE进行验证和测试，以评估所述SOC估计模型的估计性能。本申请实现了对电池SOC估计过程计算速度块，且相对精度高，为电池管理系统保障电池供电系统安全可靠运行提供了坚实基础，提高SOC估计模型在不同运行工况及温度下的适用性。
-
公开(公告)号：CN115469619A
公开(公告)日：2022-12-13
申请号：CN202211124746.4
申请日：2022-09-15
Applicant: 清华大学无锡应用技术研究院
IPC: G05B19/418 , G06K9/62 , G06N3/04
Abstract: 本发明提出一种非平稳工业过程故障检测方法和系统。其中，方法包括：在基于长短时记忆神经网络的循环神经网络中引入差分输入，构建差分循环自编码器，差分循环自编码器的输出输入解码器层，得到故障检测模型；应用训练好的故障检测模型计算验证数据集的重构误差，作为监测统计量，并确定监测统计量阈值；将实时监测统计量与监测统计量阈值进行比较，如果实时监测统计量超过监测统计量阈值，则判断为故障，否则判断为正常工况。本发明提出的方案，可以提取数据的非平稳特征，从而可以有效地将故障与正常的非平稳趋势区分开来，实现过程故障的早期、准确识别，进而使企业的生产安全和经济效益得以保障。
-
公开(公告)号：CN116680523A
公开(公告)日：2023-09-01
申请号：CN202310758496.8
申请日：2023-06-26
Applicant: 清华大学无锡应用技术研究院
IPC: G06F18/10 , G06F18/24 , G06F18/15 , G06F18/213 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及一种固定床反应器工业过程的故障预警方法及系统，包括：获取固定床反应器内部不同空间在正常运行工况下的过程历史数据；对过程历史数据进行数据预处理，得到离线输入数据；根据离线输入数据建立基于卷积自编码器的过程监测模型得到离线结果；在线实时采集固定床反应器内部不同空间在运行工况下的过程数据；对过程数据进行数据预处理，得到在线输入数据；基于在线输入数据根据过程监测模型，得到在线结果；将在线结果与离线结果进行比较，以确定固定床反应器是否发生故障；基于空间特征提取的固定床反应器过程监测方法，能够有效地提取测量变量之间的空间相关性，实现对生产过程故障的超期预警，为操作人员消除故障提供了更充分的时间。
-
-
-
Search Results
4
records
(took 0.021 seconds)
