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！

龙图腾网获悉北京工业大学申请的专利一种基于自调节非平稳变换器网络的非平稳工业过程故障监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：CN119596684B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411585309.1，技术领域涉及：G05B13/04；该发明授权一种基于自调节非平稳变换器网络的非平稳工业过程故障监测方法是由高慧慧;周弘扬;韩红桂;高学金;李方昱设计研发完成，并于2024-11-07向国家知识产权局提交的专利申请。

本一种基于自调节非平稳变换器网络的非平稳工业过程故障监测方法在说明书摘要公布了：本发明公开了一种基于自调节非平稳变换器网络的非平稳工业过程故障监测方法。首先，采用增强型Dickey‑Fuller检验将变量区分为平稳变量与非平稳变量。针对非平稳变量，设计了序列平稳化模块，将其转换为平稳变量，提高模型的重构能力。同时，提出了去平稳注意力模块，补偿平稳化操作所丢失的非平稳信息，确保模型在处理非平稳数据时能够保留并充分利用其内在非平稳信息。其次，提出了一种基于权重自调节的二阶段训练策略，第一阶段旨在重构输入窗口数据，利用第一阶段的重构偏差作为第二阶段注意力模块更新注意力权重的先验知识，使模型更加关注偏差较大的时间序列，从而加快模型的收敛速度，提高故障监测的准确性和可靠性。

本发明授权一种基于自调节非平稳变换器网络的非平稳工业过程故障监测方法在权利要求书中公布了：1.一种基于自调节非平稳变换器网络的非平稳工业过程故障监测方法，其特征在于，包括以下步骤： A.离线建模阶段： A1首先获取工业过程历史数据并进行数据标准化处理，随后将数据标准化后的过程数据划分为训练数据和测试数据； A2构建序列平稳化模块，将训练数据通过ADFAugmentedDickey-Fuller单位根检验，区分出平稳变量和非平稳变量，对于检测出的非平稳变量,采取序列平稳化处理,使之转变为平稳序列；最后,将处理后的所有数据整合拼接，形成最终的平稳训练数据；所有数据包括原本就是平稳的变量和经过平稳化处理的变量； A3构建基于自调节策略的变换器重构模块，通过去平稳注意力模块提取平稳训练数据的长时依赖关系和深层次特征，同时防止非平稳信息丢失，采用自调节的两阶段训练策略，引入焦点分数，关注偏差较大的序列，重构输入的平稳训练数据； A4采用两阶段重构偏差之和作为损失函数进行模型训练，利用变换器网络编码器输出的特征矩阵和解码器的重构误差计算监测统计量，并根据核密度估计法确定监测控制限； B.在线监测阶段： B1将测试数据通过ADF检验区分出平稳变量和非平稳变量，对于检测出的非平稳变量,采取序列平稳化处理,使之转变为平稳序列，最后,将处理后的所有数据整合拼接，形成最终的平稳测试数据； B2利用训练完成的自调节策略的变换器重构模块计算平稳测试数据的监测统计量； B3利用监测统计量与控制限比较判断是否发生故障，当统计量超过离线建模阶段得到的控制限时，表明样本点发生故障，反之，则未发生故障。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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”。

以上内容由龙图腾AI智能生成。