Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江科技大学周乐获国家专利权

浙江科技大学周乐获国家专利权

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!

龙图腾网获悉浙江科技大学申请的专利一种基于物理信息增强概率主成分分析的工业系统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:CN120974165B

龙图腾网通过国家知识产权局官网在2025-12-30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:202511489565.5,技术领域涉及:G06F17/12;该发明授权一种基于物理信息增强概率主成分分析的工业系统故障监测方法是由周乐;姜帆;钱金传;刘毅;姚远;杨彦涛设计研发完成,并于2025-10-17向国家知识产权局提交的专利申请。

一种基于物理信息增强概率主成分分析的工业系统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物理信息增强概率主成分分析的工业系统故障监测方法,包括:利用基于物理信息增强概率主成分分析模型对工业系统进行故障监测,获得监测样本的T2统计量和SPE统计量,并将其与对应的T2统计量控制限和SPE统计量控制限进行对比,获得监测结果;所述基于物理信息增强概率主成分分析模型由概率主成分分析模型以及带入概率主成分分析模型后的线性物理约束方程组成。与传统的概率主成分分析PPCA和因子分析FA相比,本发明所采用的基于物理信息增强概率主成分分析PI‑PPCA模型具有更低漏检率。

本发明授权一种基于物理信息增强概率主成分分析的工业系统故障监测方法在权利要求书中公布了:1.一种基于物理信息增强概率主成分分析的工业系统故障监测方法,其特征在于,包括:利用基于物理信息增强概率主成分分析模型对工业系统进行故障监测,获得监测样本的T2统计量和SPE统计量,并将其与对应的T2统计量控制限和SPE统计量控制限进行对比,获得监测结果;所述基于物理信息增强概率主成分分析模型由概率主成分分析模型以及带入概率主成分分析模型后的线性物理约束方程组成;所述基于物理信息增强概率主成分分析模型的结构如下: ; 其中x为观测变量,W为加载矩阵,t为隐变量,e为概率主成分分析模型中的过程噪声,b为线性物理约束方程的常数向量,M为线性物理约束方程的系数矩阵,为观测变量的均值,v为带入概率主成分分析模型后的线性物理约束方程的过程噪声,e和v都服从各向同性的高斯分布,对应的方差分别为σx和σb。

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浙江科技大学,其通讯地址为:310023 浙江省杭州市西湖区留和路318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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。