买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东科技大学申请的专利一种基于最小误差最小最大概率机的多工况故障检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116010877B 。

龙图腾网通过国家知识产权局官网在2025-07-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211595241.6，技术领域涉及：G06F18/2415；该发明授权一种基于最小误差最小最大概率机的多工况故障检测方法是由钟麦英;周建义;薛婷;盖文东设计研发完成，并于2022-12-12向国家知识产权局提交的专利申请。

本一种基于最小误差最小最大概率机的多工况故障检测方法在说明书摘要公布了：本发明公开了一种基于最小误差最小最大概率机的多工况故障检测方法，属于检测技术领域，包括以下步骤：获取正常历史多工况数据作为训练集，对训练集提取特征并进行最小‑最大规范化处理；基于密度的噪声应用空间聚类算法进行工况划分；利用不同的正常工况数据和离线故障数据建立对应工况的L1‑最小误差最小最大概率机故障检测子系统；对待测数据提取相同的特征，并进行最小‑最大规范化处理；基于规范化后的数据与正常工况中心点之间的距离来判断当前数据所属工况；调用所属工况的故障检测子系统，去除冗余特征并判断系统是否发生故障。本发明对不同工况建立对应工况的最小误差最小最大概率机故障检测子系统，解决了单一工况的故障检测问题。

本发明授权一种基于最小误差最小最大概率机的多工况故障检测方法在权利要求书中公布了：1.一种基于最小误差最小最大概率机的多工况故障检测方法，其特征在于：包括以下步骤： 步骤1：获取正常历史多工况数据作为训练集，对训练集提取特征并进行最小-最大规范化处理； 步骤2：基于密度的噪声应用空间聚类算法进行工况划分； 步骤3：利用不同的正常工况数据和离线故障数据建立对应工况的L1-最小误差最小最大概率机故障检测子系统；具体包括以下步骤： 步骤3.1：定义代表系统运行在第i个正常工况或者故障fj发生时，包含m个变量的特征数据在第k时刻的采样，其中j＝1,2···,p，p代表相关故障的个数；Jth＝bij 2分别代表阈值和评价函数，其中是分别与阈值和评价函数设计相关的参数；基于以下逻辑判断系统是否发生故障： 不失一般性，定义误报率和故障检测率如下所示： 其中，fjk代表待检测的故障向量，Pr{·}表示{·}的概率； 因此，系统的误报率和故障检测率为： 步骤3.2：假设特征数据zk的概率分布难以估计，但是其正常数据的均值为0，协方差矩阵已知；为了使上述假设成立，对不同工况下提取完时域特征以后的数据进行以下z-score标准化处理： 其中，zk表示特征提取后的实时待测数据，表示正常工况下特征数据zk,k＝1,2···,n的均值，E[·]表示[·]的期望； 定义分别表示正常数据和故障数据集合；通过标准化数据的均值和协方差矩阵来表征这两个集合，即： 其中，和分别表示正常情况和故障情况下标准化数据的均值和协方差矩阵； 将如何同时实现误报率和故障检测率之间的最优权衡以及去除特征之间的冗余信息问题表述成以下优化问题： 其中，nl代表惩罚参数，用以对权重wij施加稀疏性，αij,βij∈0,1分别代表误报率的上界和故障检测率的下界，θij代表用以实现误报率和故障检测率最优权衡的预设参数； 值得注意的是： 保证了因此最坏情况下的误报率满足以下不等式： FAR≤αij11； 对于βij∈0,1]，以下不等式成立： 此外，以下不等式同样成立： 令优化问题8-9转变成以下单边最小最大问题： 给定wij≠0，bij，使得wij Tz≤bij，条件成立，当且仅当其中 同理，条件成立，当且仅当其中 因此，公式14-15转变成以下优化问题： 根据κηij和κβij的定义，以下等式成立： 优化问题16-17进一步转换成以下最小化问题： 根据拉格朗日乘数法，19-20进一步变换如下： 其中，λ为用于对wij施加稀疏性的拉格朗日因子； 引入两个向量uij和vij来求解非线性目标函数，其中两个向量满足以下条件： wij＝uij-vij,||wij||1＝uij+vijTe,uij≥0,vij≥0 优化问题21-22进一步变换如下： 其中，参数λ确定了解的稀疏性； 为了求解优化问题23-24，通过迭代搜索方法求解上述问题； 首先，将ηij，βij固定为预设的常值η0和β0，优化问题转换成找到在给定θijη0+1-θijβ0下的稀疏解wij；将固定为任意常值，优化问题转换成二阶锥问题，借助二阶锥求解器或者迭代最小二乘法求解；随后，按照二次插值法进一步更新ηij和βij，直到找到最优解ηij *和βij *，bij *，同时根据最优解uij *和vij *得到最优解wij *； 步骤4：对待测数据提取相同的特征，并进行最小-最大规范化处理； 步骤5：基于规范化后的数据与正常工况中心点之间的距离来判断当前数据所属工况； 步骤6：调用所属工况的故障检测子系统，去除冗余特征并判断系统是否发生故障。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。