-
公开(公告)号：CN109949437A
公开(公告)日：2019-06-28
申请号：CN201910189805.8
申请日：2019-03-13
Applicant: 东北大学
Abstract: 本发明属于故障监测与诊断技术领域，提出了一种基于稀疏化的异构数据协同工业故障诊断方法，包括：1)采集工业生产过程的图像数据；2)采集同一时刻的三相电流数据，得到工业异构数据集；3)对数据集中的采样数据点进行标记；4)计算图拉普拉斯矩阵L；5)构建标签适应项；6)将图拉普拉斯正则项与标签适应项添加到回归损失函数和稀疏惩罚项中，得到目标函数；7)更新映射矩阵W，计算对角矩阵；8)得到特征选择后的工业异构数据集，进行可视化处理，对其进行故障诊断。本发明使用了具有更好稀疏性和鲁棒性的l2,1矩阵范数作为算法的稀疏惩罚项，使得选取的特征更具判别能力，将提高后续的故障检测与诊断过程的准确度和效率。
-
公开(公告)号：CN108182445A
公开(公告)日：2018-06-19
申请号：CN201711325148.2
申请日：2017-12-13
Applicant: 东北大学
Abstract: 本发明提供一种基于大数据智能核独立元分析的过程故障识别方法，涉及流程工业故障诊断技术领域。该方法通过样本数据构建半监督核独立元分析算法，获得样本数据的空间转换矩阵和状态投影矩阵，再构建各个运行状态类别的生产运行状态库；对新采集的数据进行预处理后，通过获得的空间转换矩阵和状态投影矩阵进行初步故障诊断，获得的各个投影方向的置信区间求得实时工况数据的得分因子，计算FICD统计量，进行精准的故障识别。本发明将基于类别成员资格的半监督分类学习方法和核独立元分析相结合，根据状态投影矩阵和构建相应的统计量对工业过程的运行状态进行故障诊断和精准的故障识别，能有效地提升识别电熔镁炉熔炼运行状态的识别度和准确性。
-
公开(公告)号：CN107861481A
公开(公告)日：2018-03-30
申请号：CN201711053861.6
申请日：2017-10-31
Applicant: 东北大学
IPC: G05B19/418 , G06F17/16
Abstract: 本发明提供一种基于工业大数据图半监督新类挖掘的故障诊断方法，涉及故障监测与诊断技术领域。基于工业大数据图半监督新类挖掘的故障诊断方法，首先采集工业生产过程的数据，并对其进行降维处理；然后对数据点按已标记数据点和未标记数据点进行初始标签标记，并计算软标签矩阵，通过软标签矩阵对故障数据的类别进行诊断；最后对新故障类型重新进行诊断，直到发现所有新的故障类型。本发明的基于工业大数据图半监督新类挖掘的故障诊断方法，实现了对原有故障类型的识别以及未知故障类型的发现，大大降低了故障类型的误报警率，同时提高了故障检测的准确性。
-
公开(公告)号：CN107844863A
公开(公告)日：2018-03-27
申请号：CN201711127658.9
申请日：2017-11-15
Applicant: 东北大学
Abstract: 本发明提供一种超临界电站锅炉过热器管道化学清洗方案的设计方法，包括：确定即氧化皮生长的数学模型；在不同温度及浓度下进行静态试验，确定氧化皮与酸液完全反应所需要的时间、单位时间单位面积上酸液的反应量，确定不同温度及浓度下酸液的化学反应速度；针对过热器管道的运行状况预测过热器管道的爆管概率，基于过热器管道的爆管概率确定过热器管道开始酸洗的时刻；在化学反应速度不变的情况下确定氧化皮酸洗的理论时间；进行酸液的配置，至此确定出超临界电站锅炉过热器管道化学清洗方案。本发明为电厂过热器管道的清理提供了新思路，选取管道开始酸洗的最佳时间，增强过热器管道的运行时间，减少管道爆管造成的经济损失。
-
公开(公告)号：CN107817784A
公开(公告)日：2018-03-20
申请号：CN201711013418.6
申请日：2017-10-26
Applicant: 东北大学
IPC: G05B23/02
CPC classification number: G05B23/0243 , G05B2219/24065
Abstract: 本发明提供一种基于并发偏最小二乘的过程故障检测方法，包括利用基于并发偏最小二乘的青霉素发酵过程故障检测模型处理输入变量数据和输出变量数据；计算输入变量数据在完全输出相关空间中的霍特林统计量、输出不相关空间的主元空间中的霍特林统计量及残差空间中的SPE统计量、输出变量数据在输入不相关空间的主元空间中的霍特林统计量和残差空间中的SPE统计量；计算组合统计量；进行过程故障判断。本发明方法利用正交偏最小二乘提取输入变量数据的输出相关信息，降低了计算负载数目，利用完全正交分解彻底地分离输出相关信息和输出不相关信息，准确地检测故障、清晰地识别故障是否与输出相关，从而更好的操作设备来降低成本、提高产量和质量。
-
Patent Agency Ranking
公开(公告)号：CN107817745A
公开(公告)日：2018-03-20
申请号：CN201711053890.2
申请日：2017-10-31
Applicant: 东北大学
IPC: G05B19/048
Abstract: 本发明提供一种基于丛流形核线性判别分析的工业过程故障监测方法，涉及故障监测与诊断技术领域。该方法在电熔炉运行时采集同一时刻的电流数据和图像数据并作向量化处理，得到的样本矩阵，用基于从流形核线性判别分析方法建模并求出模型的特征矩阵，利用特征矩阵对电熔镁炉过程进行故障诊断，根据新样本的投影离各类别数据投影中心的距离判断新样本数据是否为正常数据。本发明主要解决数据的非线性和带标签样本过少及故障有多类的问题，在对多类别数据进行故障诊断时有效降低了误报率，且对故障所属类别判定的准确率有明显提高。
-
公开(公告)号：CN107748901A
公开(公告)日：2018-03-02
申请号：CN201711188778.X
申请日：2017-11-24
Applicant: 东北大学
Abstract: 本发明提供一种基于相似性局部样条回归的工业过程故障诊断方法，涉及故障监测与诊断技术领域。该方法通过采集工业过程数据，并进行部分标记和标准化处理，利用LSR方法求得预测标签，采用相似性分析方法对预测标签进行处理，对故障识别模糊的点进行标签修正，然后基于样条函数构建在线诊断模型，并采用岭回归的方法求得系数矩阵，在工业生产过程中采集新数据，通过在线诊断模型和系数矩阵求出其相应的标签，进行故障诊断。本发明解决工业生产过程中包含有大量的物理化学变量和图像声音视频等多源异构大数据的故障诊断问题，无需对所有工业生产数据进行故障识别，节约大量时间与人力，能大大降低误报警，提高故障检测的准确性和灵敏度。
-
公开(公告)号：CN107065843A
公开(公告)日：2017-08-18
申请号：CN201710434406.4
申请日：2017-06-09
Applicant: 东北大学
IPC: G05B23/02
CPC classification number: G05B23/0243 , G05B2219/24065
Abstract: 本发明涉及一种基于独立子空间的多方向KICA间歇过程故障监测方法，包括以下步骤：采集间歇过程三维数据X(I×J×K)，应用多向KICA，将三维数据按批次展开成二维数据进行处理；其中I为批次数目，J为变量数目，K为采样点数目；对按批次展开的二维数据进行离线建模，在ICA的基础上加入核技巧，将非线性数据映射到高维特征空间，然后在高维空间进行线性处理；应用T2和SPE统计量对过程进行在线监测；将每一子数据得到的故障信息进行汇总，计算统计量是否超限。本发明对传统KICA整体处理的方法改进，对初始数据划分为多个子空间进行详细的KICA分析，建立多模型的KICA同时监测，将隐藏信息放大，有效的掌握局部信息，提高故障的监测率。
-
公开(公告)号：CN104914854A
公开(公告)日：2015-09-16
申请号：CN201510290378.4
申请日：2015-05-29
Applicant: 东北大学
IPC: G05B23/02
CPC classification number: G05B23/0235
Abstract: 本发明涉及一种基于KPCA的工业过程故障诊断方法，对工业生产过程的历史正常数据利用KPCA方法提取出主元子空间的负载方向和残差子空间的负载方向，对已知故障的历史故障数据利用KPCA方法提取出主元子空间的负载方向和残差子空间的负载方向，对已知故障类型的历史故障数据进行基于T2统计量重构和基于SPE统计量重构，提取出历史故障数据针对T2统计量重构的故障特征方向和针对SPE统计量重构的故障特征方向，得到重构故障特征方向集合，实时采集工业生产过程的新数据，利用KPCA方法计算新数据的T2统计量和SPE统计量，判断实时采集的工业生产过程是否发生故障，利用重构故障特征方向集合对新数据进行故障方向重构，判断当前的工业生产过程的故障类型。
-
公开(公告)号：CN103384805A
公开(公告)日：2013-11-06
申请号：CN201180062717.3
申请日：2011-01-31
Applicant: 东北大学
Abstract: 一种电弧炉运行故障检测装置与方法。其中装置包括温度采集装置、电流采集装置和上位机。采用该装置进行多模态故障监测与诊断方法，包括如下步骤：1.数据标准化；2.建立电弧炉工作过程的初始监测模型，得到M个工作模态关系密切的公共子集以及每种工作模态的特殊子集；3.计算霍特林T2统计量和平方预测误差SPE统计量，对电弧炉工作过程进行故障监测与诊断。本发明的优点是：比色测温的方法能够提高计算的精确度，装置适合工作在多种不同的稳定模态下。
-
-
-
-
-
-
-
-
-
Search Results
150
records
(took 0.037 seconds)
