-
公开(公告)号：CN114118292B
公开(公告)日：2024-04-16
申请号：CN202111476386.X
申请日：2021-12-06
Applicant: 东北大学
IPC: G06F18/2413 , G06F18/2132 , G06F18/214
Abstract: 本发明公开了一种基于线性判别邻域保持嵌入的故障分类方法，属于故障监测与诊断技术领域。本发明方法在基于类别信息的邻域保持嵌入模型的基础上引入线性判别分析思想，将基于类别信息的邻域保持嵌入模型与线性判别分析模型结合，考虑样本高维局部流形结构的同时充分考虑样本的全局结构，构建线性判别邻域保持嵌入模型并求解。通过本发明构建模型中的基于类别信息的邻域保持嵌入思想充分考虑样本局部高维流形结构，同时利用样本类别的先验信息计算线性判别分析思想中的样本类内散度矩阵和类间散度矩阵，充分考虑采集样本点的全局信息，从样本全局和局部信息的两个角度出发对高维样本进行降维，从而得到更优质的降维效果，提高对故障分类的准确性。
-
公开(公告)号：CN113283079B
公开(公告)日：2024-03-19
申请号：CN202110566801.4
申请日：2021-05-24
Applicant: 东北大学
IPC: G06F30/20 , G06F113/08 , G06F119/08
Abstract: 本发明提供一种高炉风口回旋区边界的计算及实时监测方法，涉及高炉炼铁工艺技术领域。该方法首先根据高炉风口回旋区的形成原理，建立回旋区的深度计算模型，进而得到回旋区深度的计算公式，获得回旋区深度的变化规律；再通过高炉风口回旋区的深度模型建立高炉风口回旋区的边界模型，确定回旋区边界的计算公式；然后获得建模参数，分析建模参数对回旋区边界模型的影响，确定影响回旋区边界的主要参数；最后利用回旋区边界计算公式求出回旋区的高度；当回旋区高度或回旋区深度超出设定范围时，通过调节鼓风风压和鼓风风量使回旋区高度或深度恢复至正常范围内。该方法能够实时监测回旋区深度和回旋区边界的变化情况，为高炉的实际生产提供安全指导。
-
公开(公告)号：CN117687300A
公开(公告)日：2024-03-12
申请号：CN202311719727.0
申请日：2023-12-14
Applicant: 东北大学
IPC: G05B13/04
Abstract: 本发明提供基于分层Stackelberg‑Nash博弈的三相电弧炉电极调节系统优化控制方法，首先建立三相电弧炉电极调节系统模型及其状态空间等价表达形式，定义电极调节系统的网络拓扑关系；分别从领导者和跟随者的角度构造一致性误差以及性能指标函数；建立具有多个参与者的分层Stackelberg‑Nash博弈机制；利用Bellman最优性原理构造耦合HJB方程并通过梯度下降法求解优化控制策略；基于ADP优化技术，构建评价网络对每一次执行的控制策略进行评估以实现优化控制目标；本发明通过三相电弧炉电极调节系统数值仿真验证了所提出控制方法的有效性；本发明为分析工业过程领域内三相电弧炉电极调节系统的控制系列问题提供了有利工具，能够在一定程度上增强系统的可控性。
-
公开(公告)号：CN113569467B
公开(公告)日：2023-11-10
申请号：CN202110786475.8
申请日：2021-07-12
IPC: G06F30/27 , G06F119/08
Abstract: 一种基于宽度学习的高炉风口回旋区温度软测量建模方法，包括：采集高炉运行时的物理变量数据并进行数据预处理以及数据划分等操作；将处理好的数据使用宽度学习方法进行软测量建模；使用灰狼优化算法对宽度学习中特征层神经元个数、增强层神经元个数以及正则化参数进行优化调节；使用模拟退火算法对宽度学习中神经元之间随机确定的权值以及神经元偏置进行优化固定；使用训练好的软测量模型进行回归预测。本方法采用了当前主流的机器学习相关理论进行软测量建模，科学严谨的数学算法保证了建模方法具有先进性和准确性。实验结果表明，该方法达到了令人满意的效果，解决了高炉风口回旋区温度难以测量和计算不准确的问题，具有推广意义。
-
公开(公告)号：CN109948503B
公开(公告)日：2023-05-23
申请号：CN201910189258.3
申请日：2019-03-13
Applicant: 东北大学
IPC: G06V20/10 , G06V10/774 , F27B14/20
Abstract: 本发明涉及故障监测与诊断技术领域，提供一种基于共享子空间多视角非负矩阵分解的工业故障检测方法，首先使用多个摄像头对电熔镁炉的炉面图像数据进行采集，通过灰度化、归一化处理后，得到各视角的炉面图像矩阵；然后，采用非负矩阵分解方法建立并训练炉面图像矩阵在低维空间的目标函数模型；接着，通过各视角的公共映射矩阵及公共投影矩阵对验证样本的炉面图像矩阵进行降维，并计算各视角的低维表示矩阵与公共特征矩阵的差异性，通过核密度估计得到各视角的99％控制线值；最后，实时采集与处理炉面图像数据，比较待测样本中各视角的差异性与99％控制线值，判断工业故障是否发生。本发明能够提高工业故障检测的准确率。
-
Patent Agency Ranking
公开(公告)号：CN115311456A
公开(公告)日：2022-11-08
申请号：CN202210959538.X
申请日：2022-08-11
Applicant: 东北大学 , 本钢板材股份有限公司
IPC: G06V10/26 , G06V10/82 , G06V10/764 , G06V10/52 , G06V10/80
Abstract: 本发明提供一种基于改进DeepLabv3+的风口焦炭分割方法，涉及焦炭识别技术领域。该方法首先采集高炉风口回旋区焦炭视频数据，并将采集的高炉风口回旋区焦炭视频数据转为图片数据后对图片数据中的焦炭颗粒进行标注，得到风口焦炭数据集；再构建融合坐标注意力机制的Deeplabv3+模型作为风口焦炭分割模型，并使用风口焦炭数据集对风口焦炭分割模型进行训练；最后使用训练好的风口焦炭分割模型对待分割的风口焦炭图像中的焦炭颗粒进行分割。该方法在现有Deeplabv3+模型中引入CoordinateAttention网络，加强模型对焦炭颗粒的识别与感知，降低误分类风险；并在ASPP模块中引入四个并行空洞卷积提取特征，不断增强特征图的表达能力，提高了预测精度的同时也加强了模型的泛化能力。
-
公开(公告)号：CN114118292A
公开(公告)日：2022-03-01
申请号：CN202111476386.X
申请日：2021-12-06
Applicant: 东北大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于线性判别邻域保持嵌入的故障分类方法，属于故障监测与诊断技术领域。本发明方法在基于类别信息的邻域保持嵌入模型的基础上引入线性判别分析思想，将基于类别信息的邻域保持嵌入模型与线性判别分析模型结合，考虑样本高维局部流形结构的同时充分考虑样本的全局结构，构建线性判别邻域保持嵌入模型并求解。通过本发明构建模型中的基于类别信息的邻域保持嵌入思想充分考虑样本局部高维流形结构，同时利用样本类别的先验信息计算线性判别分析思想中的样本类内散度矩阵和类间散度矩阵，充分考虑采集样本点的全局信息，从样本全局和局部信息的两个角度出发对高维样本进行降维，从而得到更优质的降维效果，提高对故障分类的准确性。
-
公开(公告)号：CN109885028B
公开(公告)日：2021-06-22
申请号：CN201910189243.7
申请日：2019-03-13
Applicant: 东北大学
IPC: G05B23/02
Abstract: 本发明提供一种基于相关熵诱导度量的电熔氧化镁熔炼过程故障检测方法，涉及故障监测与诊断技术领域。该方法采集电熔氧化镁熔炼过程的多个视角的正常数据，并获得非负多视角数据集作为训练数据；构建基于相关熵诱导度量的非负矩阵分解模型，并进行共享低维系数矩阵V*的学习，创建多视角一致流形学习模型；然后，构造改进的非负矩阵分解的目标函数，对训练数据进行降维处理，计算训练数据的V2统计量和SPE统计量及其对应的控制限；最后采集电熔氧化镁熔炼过程的新样本，计算新样本的V2和SPE统计量的值，与各自的控制限相比较，判断是否出现故障。本发明方法主要解决单个视角进行故障检测时分析工业过程数据不全面的问题，以及不能有效处理多视角数据等问题。
-
公开(公告)号：CN109949437B
公开(公告)日：2021-06-15
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：CN109885027B
公开(公告)日：2020-11-17
申请号：CN201910189225.9
申请日：2019-03-13
Applicant: 东北大学
IPC: G05B23/02
Abstract: 本发明提出基于双向二维稀疏正交判别分析的工业过程故障诊断方法，包括：采集数据并且对数据进行标准化处理；对图像数据进行特征选择；结合物理变量对已知类别的数据进行降维回归；建立分类器在线对工业过程进行故障检测与诊断；本发明提供的基于双向二维稀疏正交判别分析的工业过程故障诊断方法，使用包含物理变量数据和图像视频数据的异构数据进行建模，不仅利用了物理变量数据和图像视频数据二者数据本身的信息，而且很好的利用了二者之间的联系使得构建出来的模型效果更好。对图像特征进行了有效的选择，使得处理数据的能力和速度有了很大的提升，在线监测过程中可以更快速的进行故障诊断，提高故障检测速率的同时也提高了故障检测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
150
records
(took 0.064 seconds)
