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！

龙图腾网获悉中国计量大学申请的专利基于动态非平稳投影结构的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：CN116048036B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202211316333.6，技术领域涉及：G05B23/02；该发明授权基于动态非平稳投影结构的故障检测方法是由何雨辰;陈广;钱丽娟;王琪冰;赵洪霞设计研发完成，并于2022-10-26向国家知识产权局提交的专利申请。

本基于动态非平稳投影结构的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动态非平稳投影结构的故障检测方法。该方法由在化工正常运行过程中采集的测量变量组成训练样本集并进行归一化处理；结合归一化后的训练样本集，利用期望最大化算法和前向后向算法构建并训练动态非平稳投影结构；通过动态非平稳投影结构求解特征统计量，并确定特征统计量的控制限；在线收集待测化工运行过程中的测量变量并进行归一化处理；结合归一化后的待测变量集利用动态非平稳投影结构求解待测化工运行过程中的特征统计量，然后根据这些特征统计量判断待测化工运行过程中是否存在故障。本发明为工业过程故障检测提供了一个完整的监控框架，能有效提取测量变量的动态关系，更适用于监测具有动态特性的非平稳工业过程。

本发明授权基于动态非平稳投影结构的故障检测方法在权利要求书中公布了：1.一种基于动态非平稳投影结构的故障检测方法，其特征在于：方法包括以下步骤： 步骤1：由在无故障的化工运行过程中采集的与故障存在相关性的测量变量组成训练样本集； 步骤2：对步骤1中训练样本集内所有训练样本的测量变量进行归一化处理，获得归一化后的训练样本集； 步骤3：基于归一化后的训练样本集，构建动态非平稳投影结构，并对所述投影结构进行训练； 步骤4：结合归一化后的训练样本集通过求解所述投影结构的多个特征统计量，进而确定投影结构的多个特征统计量各自的控制限； 步骤5：在线收集待测化工运行过程中的待测测量变量并进行归一化处理，获得归一化后的待测变量集； 步骤6：结合归一化后的待测变量集利用动态非平稳投影结构确定待测化工运行过程中的各特征统计量，然后根据待测化工运行过程中的各特征统计量与动态非平稳投影结构的多个特征统计量各自的控制限之间的大小关系判断待测化工运行过程中是否存在故障； 所述动态非平稳投影结构的构建方法具体如下： 其中，B∈Rm×p表示一个线性叠加矩阵，Bs∈Rm×a由B的前a列组成，Bn∈Rm×p-a由B的后p-a列组成，sst∈Ra×1表示第t个训练样本的平稳特征，snt∈Rp-a×1表示第t个训练样本的非平稳特征，且表示第t个训练样本的全特征矩阵，其中，R表示实数集合，m表示测量变量的维数，p为第t个训练样本的全特征st的维数，a为第t个训练样本的平稳特征sst的维数；et表示归一化处理后的第t个训练样本的噪声； 对所述投影结构进行训练的具体方法如下：首先将训练样本集输入所述投影结构，通过前向后向算法并结合当前的模型参数计算隐马尔可夫链的后验隐状态和后验联合隐状态，其中A表示状态转移矩阵，B表示发射矩阵，πi表示初始时刻的隐状态为i的概率，μs表示训练样本的平稳特征的均值，Σs表示训练样本的平稳特征的协方差，表示隐状态为i时训练样本的非平稳特征的均值，表示隐状态为i时训练样本的非平稳特征的协方差，σ2表示测量变量的噪声强度；接着计算训练样本的局部全特征的一阶矩、局部全特征的二阶矩；然后结合后验隐状态、后验隐状态转移变量、局部全特征的一阶矩、局部全特征的二阶矩利用似然函数反复迭代计算，直至似然函数收敛，对当前的模型参数进行更新获得动态非平稳投影结构的最优参数集完成对动态非平稳投影结构的训练，其中为A,B,πi,μs,Σs,σ2更新后的最优参数。

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中国计量大学，其通讯地址为：310018 浙江省杭州市下沙高教园区学源街258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”。