-
公开(公告)号：CN113095402A
公开(公告)日：2021-07-09
申请号：CN202110387887.4
申请日：2021-04-12
Applicant: 江南大学
Abstract: 本发明公开了一种基于编码输入的生成对抗网络故障检测方法及系统，包括：获取原始正常工况数据集及待测样本；归一化处理所获得的数据分别的得到正常工况标准数据集、待测标准样本；利用正常工况标准数据集通过最小化重构误差训练自编码器模型，得到编码器，训练对抗网络得到生成器和判别器；分别求取正常工况标准数据集、待测标准样本对应的统计量，基于正常工况标准数据集的统计量利用核密度估计方法计算出控制限；基于待测标准样本统计量与控制限绘制控制图并比较判断是否发生故障，完成故障检测。本发明改善了训练过程缓慢的问题，提升了生成对抗网络的训练效果和检测性能，且本方法大大减少了计算成本，降低了检测延时。
-
公开(公告)号：CN112099354A
公开(公告)日：2020-12-18
申请号：CN202010961064.3
申请日：2020-09-14
Applicant: 江南大学
IPC: G05B13/04
Abstract: 本发明公开了一种面向污水处理过程的智能多目标优化控制方法，包括，基于LSSVM构建控制器设定值与能耗、出水水质之间的软测量模型；将所述软测量模型作为目标函数、所述总能耗和所述出水水质作为优化目标，结合多策略自适应差分进化算法寻优，获得各跟踪控制器的设定值；利用PID控制器对所述设定值进行跟踪控制。本发明方法能够有效地提升算法的收敛性和pareto解的多样性，为跟踪控制器提供优质的设定值，并且控制器的跟踪性优良，实现了大幅降低能耗、提升水质的目标，为实际污水厂的优化运行提供了一种新的参考方法。
-
公开(公告)号：CN107451101B
公开(公告)日：2020-06-09
申请号：CN201710598996.4
申请日：2017-07-21
Applicant: 江南大学
Abstract: 本发明公开了一种分层集成的高斯过程回归软测量建模对脱丁烷塔底丁烷浓度进行预测的方法，用于复杂多变的多阶段性的化工过程。该方法是一种在线的多模型策略。用高斯混合模型对过程的不同阶段进行辨识，对各阶段的数据进行主成分分析，依据各辅助变量在主元空间上的贡献度，将各模态数据分别划分成若干子空间，建立相应的高斯过程回归软测量模型。当新的数据到来时，采用子空间PCA进行变量选择，根据离线建立的软测量模型，可得到各模型的预测输出。对子空间模型输出进行均值融合，可得到第一层集成输出，即各模态下的局部预测输出，最终根据计算得到的新的数据隶属于每个不同阶段的后验概率，用后验概率对各模态局部预测进行融合，得到第二层集成输出。能够对关键变量进行精确预测，从而提高产品质量，降低生产成本。
-
公开(公告)号：CN109240276B
公开(公告)日：2020-06-05
申请号：CN201811330777.9
申请日：2018-11-09
Applicant: 江南大学
IPC: G05B23/02
Abstract: 基于故障敏感主元选择的多块PCA故障监测方法，本发明针对传统PCA故障监测算法中如何选取主元的问题，定义一种故障敏感系数ε作为新的主元排序准则，并基于m维变量对主元有m中排序结果，将每种排序结果划分为一个子块。在每个子块种选择故障敏感系数ε大于阈值εlim的主元进行故障监测，计算每个子块的T2统计量。再利用贝叶斯推断方法将子块的监测结果融合，获得最终的BIC监测结果。本发明一方面可以无需借助故障数据集提取主元，另一方面避免了实时建模耗费的计算资源。
-
公开(公告)号：CN106257873B
公开(公告)日：2019-10-25
申请号：CN201610562228.9
申请日：2016-07-16
Applicant: 江南大学
IPC: H04L12/24
Abstract: 本发明公开了一种非线性网络化控制系统的非脆弱H∞容错控制方法，考虑非线性网络化控制系统在参数摄动、时延、丢包和执行器发生随机故障情况下，首先建立闭环非线性网络化控制系统模型，再构造包含有丢包信息的Lyapunov函数，利用Lyapunov稳定性理论和线性矩阵不等式分析方法，得到非线性网络化控制系统随机稳定和H∞容错控制器存在的充分条件，利用Matlab LMI工具箱进行求解，给出非脆弱容错控制器增益矩阵为给出最小扰动抑制率γ可以优化的条件，获得最小扰动抑制率下优化的控制器增益矩阵K*。本发明考虑了执行器发生随机故障的情况，随机故障的发生概率满足BerRoulli分布，更具有实际意义。
-
Patent Agency Ranking
公开(公告)号：CN109189028A
公开(公告)日：2019-01-11
申请号：CN201811197227.4
申请日：2018-10-15
Applicant: 江南大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于多块信息提取的PCA故障诊断方法，首先，对过程变量的累计误差和变化率信息进行定义，从而能够从数据中提取新的特征信息，并基于每种特征将过程划分为3个子块；然后，利用PCA方法对每个子块进行建模与监测，通过贝叶斯方法对监测结果进行融合；最后，提出一种基于加权贡献图的故障诊断方法，分离出引发故障的源变量。本发明考虑了变量在每个时刻具有观测值、累计误差和变化率等具有实际物理意义的多个特征，并通过多块监测方法，将多种特征提取出来用于过程监测，从而有效的提升监测性能。
-
公开(公告)号：CN107451660A
公开(公告)日：2017-12-08
申请号：CN201710599093.8
申请日：2017-07-21
Applicant: 江南大学
IPC: G06N3/08
CPC classification number: G06N3/084
Abstract: 本发明在批量梯度下降(BGD)的基础上，提出了一种步长优化的BP算法。在每次迭代中先使用反向传播算法计算代价函数的梯度；然后沿着梯度方向计算代价函数关于步长的二阶导数；最后利用一阶、二阶导数信息估计最优步长并进行参数调整。所提方法一方面免去了步长选择问题；另一方面，由于利用了二阶导数信息，能提高每次参数调整的效率。
-
-
公开(公告)号：CN106093854B
公开(公告)日：2017-08-25
申请号：CN201610415476.0
申请日：2016-06-14
Applicant: 江南大学
IPC: G01S5/02
Abstract: 本发明公开了一种基于RSSI测距的空气质量监测点网络定位的方法，步骤为：Ⅰ、获取RSSI值；Ⅱ、建立RSSI测距模型；Ⅲ、RSSI测距初步估算；Ⅳ、基于RSSI的测量距离矫正；Ⅴ、目标监测节点的定位；其应用RF无线通信模型，无需求出路径衰减指数，推导出简便的距离估算方法，减少了环境因素对测距的不良影响，选取相对距离误差系数进行测距校正，获得精度较高的距离信息，定位估算部分采用递推最小二乘的定位算法估计未知监测节点的坐标。仿真试验表明，本算法将非线性观测方程线性化，从而采用线性方法求解，既降低了位置计算复杂性，充分考虑已有的网络先验信息的同时又达到了良好的定位效果。
-
公开(公告)号：CN105205224A
公开(公告)日：2015-12-30
申请号：CN201510541727.5
申请日：2015-08-28
Applicant: 江南大学
IPC: G06F17/50
CPC classification number: G06N5/048
Abstract: 本发明公开了一种基于模糊曲线分析的时间差高斯过程回归软测量建模方法，适合应用于具有时滞特性的化工过程。本方法能够从过程历史数据库中提取稳定的时滞信息，引入与主导变量序列更加相关的建模数据。首先，基于模糊曲线分析(FCA)的方法直观判断输入序列对于主导序列的重要性，估计过程时滞参数，用离线条件的时滞参数集对建模数据重构；对于新输入数据，基于一定时刻之前的历史变量值，采用时间差-高斯过程回归(TDGPR)模型对当前时刻主导变量值在线预测，该方法不存在模型更新的问题，可以很好地追踪输入输出漂移。本发明方法相比于稳态建模方法能够对关键变量进行更精准的预测，从而提高产品质量，降低生产成本。
-
-
-
-
-
-
-
-
-
Search Results
128
records
(took 0.028 seconds)
