公开(公告)号：CN108762238A

公开(公告)日：2018-11-06

申请号：CN201810622817.0

申请日：2018-06-15

Applicant: 东北大学

Inventor： 王姝 ,  张思琦 ,  刘秀鹏 ,  常玉清 ,  赵露平 ,  王福利

IPC: G05B23/02

CPC classification number: G05B23/0243 ,  G05B2219/24065

Abstract: 本发明属于湿法冶金浸出过程的故障诊断技术领域，尤其涉及一种基于DCD的湿法冶金浸出过程故障诊断方法。基于DCD的浸出过程故障诊断方法，主要面向湿法冶金的浸出工艺过程，通过提取专家知识和过程数据中的信息作为先验信息建立动态因果图知识库，在观测到异常情况后进入推理诊断机制，以异常情况为证据计算出各可能故障原因的后验概率，比较后验概率得到诊断结果。此算法主要包括浸出过程DCD事件确定、DCD结构学习、DCD参数学习和DCD在线过程故障诊断等步骤。本发明利用DCD故障诊断技术处理在浸出过程中信息的不确定性，一定程度减小了诊断技术对大量数据的依赖性，可以带来更准确的诊断结果，确保企业经济效益和生产效益。

公开(公告)号：CN108762238B

公开(公告)日：2020-07-28

申请号：CN201810622817.0

申请日：2018-06-15

Applicant: 东北大学

Inventor： 王姝 ,  张思琦 ,  刘秀鹏 ,  常玉清 ,  赵露平 ,  王福利

IPC: G05B23/02

Abstract: 本发明属于湿法冶金浸出过程的故障诊断技术领域，尤其涉及一种基于DCD的湿法冶金浸出过程故障诊断方法。基于DCD的浸出过程故障诊断方法，主要面向湿法冶金的浸出工艺过程，通过提取专家知识和过程数据中的信息作为先验信息建立动态因果图知识库，在观测到异常情况后进入推理诊断机制，以异常情况为证据计算出各可能故障原因的后验概率，比较后验概率得到诊断结果。此算法主要包括浸出过程DCD事件确定、DCD结构学习、DCD参数学习和DCD在线过程故障诊断等步骤。本发明利用DCD故障诊断技术处理在浸出过程中信息的不确定性，一定程度减小了诊断技术对大量数据的依赖性，可以带来更准确的诊断结果，确保企业经济效益和生产效益。

公开(公告)号：CN110532699A

公开(公告)日：2019-12-03

申请号：CN201910817143.4

申请日：2019-08-30

Applicant: 东北大学

Inventor： 王姝 ,  刘艳广 ,  张思琦 ,  常玉清 ,  孟思彤 ,  翟校辉

IPC: G06F17/50

Abstract: 本发明属于湿法冶金浓密洗涤过程故障诊断技术领域，尤其涉及一种基于模糊DCD的湿法冶金浓密洗涤过程故障诊断方法。该方法包括如下步骤：确定浓密洗涤过程DCD事件及事件变量，DCD事件包括节点事件和中间事件；根据DCD事件及事件变量，确定事件变量之间的因果关系及连接概率，并建立因果图模型；通过实际过程中采集到的实时运行数据对浓密洗涤过程是否有异常发生进行实时监测，若监测到有变量处于异常状态，则利用模糊思想，将因果图结构模型中的中间事件划分出异常区间，利用隶属度函数描述所述异常区间，得到故障诊断结果。该方法可以将将定性信息与定量信息相结合，根据监测到的异常现象，进行在线故障诊断，给出故障原因。

公开(公告)号：CN110532699B

公开(公告)日：2023-04-14

申请号：CN201910817143.4

申请日：2019-08-30

Applicant: 东北大学

Inventor： 王姝 ,  刘艳广 ,  张思琦 ,  常玉清 ,  孟思彤 ,  翟校辉

IPC: G06F18/2431 ,  G06F18/10 ,  G06F18/15 ,  G06F18/22 ,  G06N5/04

Abstract: 本发明属于湿法冶金浓密洗涤过程故障诊断技术领域，尤其涉及一种基于模糊DCD的湿法冶金浓密洗涤过程故障诊断方法。该方法包括如下步骤：确定浓密洗涤过程DCD事件及事件变量，DCD事件包括节点事件和中间事件；根据DCD事件及事件变量，确定事件变量之间的因果关系及连接概率，并建立因果图模型；通过实际过程中采集到的实时运行数据对浓密洗涤过程是否有异常发生进行实时监测，若监测到有变量处于异常状态，则利用模糊思想，将因果图结构模型中的中间事件划分出异常区间，利用隶属度函数描述所述异常区间，得到故障诊断结果。该方法可以将将定性信息与定量信息相结合，根据监测到的异常现象，进行在线故障诊断，给出故障原因。