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！

龙图腾网获悉大连海事大学申请的专利一种基于注意力机制的DiPCA过程监测方法与系统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：CN116909237B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202311081407.7，技术领域涉及：G05B19/418；该发明授权一种基于注意力机制的DiPCA过程监测方法与系统是由刘井响;朱韦敏;穆国庆;孙德顺设计研发完成，并于2023-08-25向国家知识产权局提交的专利申请。

本一种基于注意力机制的DiPCA过程监测方法与系统在说明书摘要公布了：本发明公开了一种基于注意力机制的DiPCA过程监测方法与系统，包括步骤S1：获取过程历史数据集，将过程历史数据集划分为s+1个时间切片矩阵，步骤S2：基于注意力机制的DiPCA方法对过程历史数据集进行建模并求解模型参数，步骤S3：基于模型参数计算两个监测统计量，分别确定监测统计量对应的控制限CL_T和对应的控制限CL_E，步骤S4：获取新采集的过程样本，分别计算过程样本的监测统计量的取值，并分别与其各自对应的控制限进行对比，若任何一个监测统计量的取值大于对应的控制限，则表示过程出现故障，否则过程视为正常运行。可快速准确的判断出过程故障以确保过程安全运行，提高了过程监测的效率和故障判断的准确性。

本发明授权一种基于注意力机制的DiPCA过程监测方法与系统在权利要求书中公布了：1.一种基于注意力机制的DiPCA过程监测方法，其特征在于，包括， 步骤S1：获取过程历史数据集，将过程历史数据集记为，其中N+s代表过程历史数据集中的总样本数，J代表过程变量数，s代表时间窗长度，将过程历史数据集划分为s+1个时间切片矩阵，， 步骤S2：基于注意力机制的DiPCA方法对过程历史数据集进行建模并求解模型参数，所述模型参数包括注意力权重矩阵和负载矩阵， 所述步骤S2包括， S21：选择时间窗s，是与之间的注意力权重，i=1,2,..,s，是过程历史数据集中的第k个样本向量，根据公式1、2计算注意力权重， 1 2 其中，令，， S22：令，其中，是权重向量，是噪声向量，根据公式3构建内部动态模型预测函数， 3 其中, S23：令，，根据公式4构建目标函数， 4 5 S24：令,，通过特征值分解获取协方差矩阵的特征向量矩阵U和特征值矩阵V， S25：提取特征值矩阵V的对角线元素作为特征值向量并按降序排序，特征值向量V1对应的特征向量为，基于公式确定所需保留的主成分个数r，其中CPV是设定的阈值， S26：根据主成分个数获取负载矩阵； 步骤S3：基于模型参数和计算两个监测统计量、，分别确定对应的控制限CL_T和对应的控制限CL_E， 步骤S4：获取新采集的过程样本，分别计算过程样本的监测统计量,的取值，并分别与其各自对应的控制限进行对比，若任何一个监测统计量的取值大于对应的控制限，则表示过程出现故障，否则过程视为正常运行。

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大连海事大学，其通讯地址为：116000 辽宁省大连市甘井子区凌水街道凌海路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”。

以上内容由龙图腾AI智能生成。