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！

龙图腾网获悉淮阴工学院申请的专利一种基于模型融合的化工过程故障诊断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：CN117034139B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202310940463.5，技术领域涉及：G06F18/2415；该发明授权一种基于模型融合的化工过程故障诊断方法是由孙成富;倪洋设计研发完成，并于2023-07-28向国家知识产权局提交的专利申请。

本一种基于模型融合的化工过程故障诊断方法在说明书摘要公布了：一种基于模型融合的化工过程故障诊断方法，通过对原始的transform模型进行改进优化，并与膨胀卷积网络结合，加强模型特征提取的效果；对故障数据使用正交位置编码获取位置信息，将获得的位置编码信息与原始故障数据融合，提高模型对故障诊断的精度。化工故障诊断方法的具体步骤为：首先对采集到的原始化工故障数据使用正交位置编码，将获得的位置编码信息与原始故障数据融合，送入优化后的transform模型中进行特征提取。同时将化工故障数据送入膨胀卷积网络进行特征提取。两个网络采用并行结构，能够充分提取数据特征，最后将两个网络提取到的包含时空信息的特征进行融合，进行故障类别的分类。本发明能高效准确的诊断化工过程中产生的故障。

本发明授权一种基于模型融合的化工过程故障诊断方法在权利要求书中公布了：1.一种基于模型融合的化工过程故障诊断方法，其特征在于：通过对原始的transform模型进行改进优化，并与膨胀卷积网络结合，加强模型特征提取的效果；对故障数据使用正交位置编码获取位置信息，将获得的位置编码信息与原始故障数据融合，提高模型对故障诊断的精度；化工故障诊断方法的具体步骤包括： 步骤1：获取化工历史时序数据，并将其作为训练样本集和测试样本集； 步骤2：对于获取的化工历史时序数据进行正交位置编码操作，获取数据的位置编码信息；通过如下公式构造对称矩阵： D＝[dij]＝r|i-j|i,j＝1,2,…,l30r1 其中，r是超参数；dij代表元素之间的位置关系，dij值大，表示两个元素位置越接近；i,j为每一批输入网络的化工数据的大小，一般为正整数；l3为分解得到的特征向量的个数，一般为正整数；D是实对称矩阵，被分解为VΛVT，其中Λ为对角矩阵； 计算矩阵D的特征向量并将其表示为： 最后，位置编码通过如下公式来设计： 其中u是化工时序数据中每一个变量的位置，一般为正整数；是计算得到的特征向量，由特征向量v1,u到组成的pu就是最后获得的位置编码；将获得的位置编码信息与原始化工数据融合，得到可用于模型训练的数据； 步骤3：构建神经网络模型并进行模型训练，神经网络模型结构包括transformerblock模块和膨胀卷积模块两个部分； 步骤3.1：构建transformerblock块；每个block块中包括多头自注意力机制、层归一化层和前馈层，前馈层使用卷积层代替全连接层，层与层之间引入稠密连接增强模型的特征复用能力； 步骤3.2：利用transformerblock块对步骤2得到的可用于模型训练的数据进行特征提取； 步骤3.3：构建膨胀卷积网络模型来提取原始化工时序数据的数据特征，膨胀卷积网络模型包括膨胀卷积层、池化层、全局池化层、和批量归一化层； 步骤3.4：利用膨胀卷积网络模型对步骤2得到的可用于模型训练的数据进行特征提取； 步骤4：使用Concat函数将transformerblock块和膨胀卷积网络模型提取到的特征进行融合； 步骤5：在训练过程中采用Adam梯度优化器优化网络使其损失函数的总体损失最小，损失函数采用交叉熵损失函数，公式如下： 式中，y为输出实际值，为输出预测值； 步骤6：使用softmax函数进行最后故障的分类。

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淮阴工学院，其通讯地址为：223005 江苏省淮安市经济技术开发区枚乘路1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”。