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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华东理工大学宋冰获国家专利权

华东理工大学宋冰获国家专利权

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!

龙图腾网获悉华东理工大学申请的专利一种基于局部子空间-邻域保持嵌入的复杂过程精细化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:CN114757269B

龙图腾网通过国家知识产权局官网在2026-03-17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:202210316197.4,技术领域涉及:G06F18/214;该发明授权一种基于局部子空间-邻域保持嵌入的复杂过程精细化故障检测方法是由宋冰;肖语堂;谢佳敏;侍洪波;陶阳;谭帅设计研发完成,并于2022-03-23向国家知识产权局提交的专利申请。

一种基于局部子空间-邻域保持嵌入的复杂过程精细化故障检测方法在说明书摘要公布了:本发明公开一种基于局部子空间‑邻域保持嵌入的复杂过程精细化故障检测方法,旨在考虑到不同类型传感器采集的数据具有不同特性以及服从不同分布的问题将原空间划分为不同局部子空间,并在此基础上构建复杂过程精细化监测模型。本发明方法首先根据不同类型传感器采集的数据是否服从高斯分布将原空间划分为四个局部子空间;其次利用NPE提取局部子空间的特征进行故障检测,并采用移动窗口策略和互信息方法测量局部子空间间相关关系;最后利用局部离群概率方法构建综合监测指标实施精细化故障检测。此外,本发明方法在考虑局部子空间划分的基础上进一步考虑了局部子空间中邻域信息的提取。可以说,本发明方法是一种全新的故障检测方法。

本发明授权一种基于局部子空间-邻域保持嵌入的复杂过程精细化故障检测方法在权利要求书中公布了:1.一种基于局部子空间-邻域保持嵌入的复杂过程精细化故障检测方法,其特征在于,包括以下步骤: 离线建模阶段的实施过程如下所示: 步骤1:采集正常运行工况下的n个采样时刻m个传感变量数据以组成训练数据集矩阵X=[x1,x2,…,xm]∈Rn×m,其中n为训练集中样本数,m为传感器测量变量数,R为实数集; 步骤2:根据传感器的物理量类别对训练数据进行分类,其中成分类传感器用于测量物料成分相关变量,包括浓度和化学组分,过程类传感器用于测量过程状态相关变量,包括温度和压力,并根据数据来源于成分类传感器或过程类传感器将训练数据集X∈Rn×m划分为成分子空间和过程子空间 步骤3:分别在成分子空间和过程子空间中采用Jarque-Bera测试方法检验数据的正态分布特性,从而将两个局部子空间进一步划分为四个局部子空间:高斯-成分子空间高斯-过程子空间非高斯-成分子空间和非高斯-过程子空间其中,mGc+mNc=mc,mGp+mNp=mp; 步骤4:对四个子空间的数据集采用z-score方法进行预处理和归一化,使得每个子空间的各个变量均值为零,标准差为1,从而得到新的子空间为: 步骤5:在标准化后的四个子空间中,分别利用局部邻域嵌入算法NPE求得投影变换矩阵AGc,AGp,ANc和ANp,从而将和四个子空间中的数据分别投影到相对低维特征子空间:和在特征子空间中依据公式和分别构建TGc2,TGp2,TNc2和TNp2统计量进行局部子空间内故障检测; 步骤6:采用滑动窗和互信息测量四个局部子空间之间的关系变化,假设中的第t个样本分别表示为将滑动窗的长度设置为2L,则每个子空间内移动窗可分别构造为移动窗中的数据表示为 根据如下公式计算局部子空间间的互信息: 然后,在构造的滑动窗的基础上,根据下式构造统计量,计算四个局部子空间之间的关系变化: 步骤7:结合局部子空间内故障检测统计量和局部子空间间故障检测统计量,利用局部离群概率LOOP方法进行综合故障检测统计量的构建,设则对于Y中的一个样本y,y的LOOP可计算为: 然后,采用核密度估计KDE方法确定综合监测统计量的控制限LOOPlim; 在线故障检测的实施过程如下所示: 步骤8:收集新采样时刻的样本数据xt,其中下标号t表示当前最新采样时刻; 步骤9:根据离线建模时得到的四个局部子空间划分标准对测试样本xt进行划分,从而得到四个局部子空间中的样本数据:x′Gc,x′Gp,x′Nc,x′Np; 步骤10:对四个子空间的测试样本分别利用步骤4中得到的均值及标准差进行处理,从而得到标准化后的测试样本数据: 步骤11:对于利用离线建模步骤5得到的NPE模型进行局部特征提取分别构建T′Gc2,T′Gp2,T′Nc2和T′Np2统计量; 步骤12:对实施步骤6中的滑动窗和互信息,进一步计算出:M′GcGp,M′GcNc,M′GcNp,M′GpNc,M′GpNp,M′NcNp; 步骤13:结合局部子空间内故障检测统计量和局部子空间间故障检测统计量,利用步骤7中局部离群概率方法构建综合监测统计量LOOPyt; 步骤14:判断监测统计量是否满足LOOPytLOOPlim,若满足则判定当前样本为正常工况并返回步骤8继续检测下一采样点,否则判定当前采样数据为故障工况。

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华东理工大学,其通讯地址为:200237 上海市徐汇区梅陇路130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。