-
公开(公告)号：CN116992260A
公开(公告)日：2023-11-03
申请号：CN202210425403.5
申请日：2022-04-21
Applicant: 中国矿业大学 , 江苏锐策智能科技有限公司
IPC: G06F18/213 , G06F18/24 , G06F18/214 , G06F18/2135 , G01M13/003 , G06F18/15
Abstract: 本发明公开了一种基于云理论的气动调节阀故障诊断方法，本发明采用云模型理论与动态内部主成分分析方法分别进行特征提取并融合，提出一种基于云化采样的集成随机配置网络模型进行故障诊断。本发明不仅以较高的诊断准确率实现了对气动调节阀的故障诊断，有效避免了阀门带故障运行；而且考虑到在实际应用中阀门故障数据匮乏的问题，通过构造样本和集成的方法解决了模型在小样本数据下诊断精度不高的问题。除此之外，本发明无需熟悉阀门机理与繁杂的经验知识即可完成故障诊断，具有较好的实用性。
-
公开(公告)号：CN111929054B
公开(公告)日：2022-06-07
申请号：CN202010644592.6
申请日：2020-07-07
Applicant: 中国矿业大学
IPC: G01M13/003 , F16K37/00 , G06F17/16
Abstract: 本发明公开了一种基于PRVFLN的气动调节阀并发故障诊断方法，首先，通过数据采集装置采集气动调节阀运行过程的气室压力与阀杆位移信号；然后，对过程信号进行预处理，提取相应时域与频域特征；最后，将提取的故障特征作为输入，采用基于并行随机向量函数链接网络(PRVFLN)的发故障诊断框架进行诊断。本发明能够获得较高的诊断精度，同时提高了方法的泛化性。
-
公开(公告)号：CN111931574A
公开(公告)日：2020-11-13
申请号：CN202010644590.7
申请日：2020-07-07
Applicant: 中国矿业大学
IPC: G06K9/00 , G06K9/62 , G06N3/04 , G06N3/08 , G01M13/003
Abstract: 本发明公开了一种气动调节阀鲁棒故障诊断方法，首先，通过数据采集装置采集气动调节阀运行过程的气室压力与阀杆位移信号；然后，采用变分模态分解和多尺度熵方法分析过程信号，提取故障特征；最后，将提取的故障特征作为输入，采用鲁棒随机向量函数链接网络作为分类器，利用训练好的分类器，实现气动调节阀的鲁棒故障诊断。本发明降低了原始信号中的噪声干扰，减少了训练数据中的异常值和噪声对分类器性能的影响，能够获得较高的诊断精度和较低的漏诊率，提高了故障诊断的鲁棒性和泛化性。
-
公开(公告)号：CN108388218A
公开(公告)日：2018-08-10
申请号：CN201810126743.1
申请日：2018-02-08
Applicant: 中国矿业大学
IPC: G05B19/418
Abstract: 本发明公开一种基于潜变量过程迁移模型的修正自适应批次过程优化方法，包括：获取旧批次过程、新批次过程的输入数据和输出数据；根据旧批次过程、新批次过程的输入输出数据建立潜变量过程迁移模型；在以新批次过程进行生产时，根据潜变量过程迁移模型和当前批次的最优输入数据获取当前批次的预测输出数据，并根据潜变量过程迁移模型和当前批次的输入数据获取下一批次的最优输入数据；根据当前批次的最优输入数据和实际输出数据对潜变量过程迁移模型进行更新；根据新批次过程中多个批次的预测输出数据和实际输出数据判断新批次过程的稳定性是否满足要求；如果新批次过程的稳定性满足要求，则对旧批次过程的输入数据和输出数据进行部分数据的剔除。
-
公开(公告)号：CN111931574B
公开(公告)日：2022-10-18
申请号：CN202010644590.7
申请日：2020-07-07
Applicant: 中国矿业大学
IPC: G06K9/00 , G06K9/62 , G06N3/04 , G06N3/08 , G01M13/003
Abstract: 本发明公开了一种气动调节阀鲁棒故障诊断方法，首先，通过数据采集装置采集气动调节阀运行过程的气室压力与阀杆位移信号；然后，采用变分模态分解和多尺度熵方法分析过程信号，提取故障特征；最后，将提取的故障特征作为输入，采用鲁棒随机向量函数链接网络作为分类器，利用训练好的分类器，实现气动调节阀的鲁棒故障诊断。本发明降低了原始信号中的噪声干扰，减少了训练数据中的异常值和噪声对分类器性能的影响，能够获得较高的诊断精度和较低的漏诊率，提高了故障诊断的鲁棒性和泛化性。
-
Patent Agency Ranking
公开(公告)号：CN111929054A
公开(公告)日：2020-11-13
申请号：CN202010644592.6
申请日：2020-07-07
Applicant: 中国矿业大学
IPC: G01M13/003 , F16K37/00 , G06F17/16
Abstract: 本发明公开了一种基于PRVFLN的气动调节阀并发故障诊断方法，首先，通过数据采集装置采集气动调节阀运行过程的气室压力与阀杆位移信号；然后，对过程信号进行预处理，提取相应时域与频域特征；最后，将提取的故障特征作为输入，采用基于并行随机向量函数链接网络(PRVFLN)的发故障诊断框架进行诊断。本发明能够获得较高的诊断精度，同时提高了方法的泛化性。
-
公开(公告)号：CN111929053A
公开(公告)日：2020-11-13
申请号：CN202010644591.1
申请日：2020-07-07
Applicant: 中国矿业大学
IPC: G01M13/003 , F16K37/00
Abstract: 本发明公开了一种基于DA-RVFLN的气动调节阀领域适应故障诊断方法，首先，通过数据采集装置采集气动调节阀运行过程的气室压力与阀杆位移信号；然后，采用变分模态分解(VMD)和多尺度熵方法(MSE)分析过程信号，提取故障特征；最后，将提取的故障特征作为输入，采用领域适应随机向量函数链接网络(DA-RVFLN)作为分类器，利用训练好的分类器，实现气动调节阀的领域适应故障诊断。本发明获得了较高的诊断精度，提高了故障诊断的领域适应性和泛化性。
-
公开(公告)号：CN117007302A
公开(公告)日：2023-11-07
申请号：CN202210424154.8
申请日：2022-04-21
Applicant: 中国矿业大学 , 江苏锐策智能科技有限公司
IPC: G01M13/003 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于云理论的气动调节阀故障诊断系统，包括故障信号采集模块、云特征提取模块、动态特征提取模块、故障特征融合模块、云化采样模块、基模型训练模块、集成决策诊断模块，基于上述模块，本发明统计相同测试样本下各增量式随机权神经网络基模型的诊断结果，取诊断结果的众数作为集成模型的最终诊断结果。本发明不仅以较高的诊断准确率实现了对气动调节阀的故障诊断，有效避免了阀门带故障运行；而且考虑到在实际应用中阀门故障数据匮乏的问题，通过构造样本和集成的方法解决了模型在小样本数据下诊断精度不高的问题。除此之外，本发明无需熟悉阀门机理与繁杂的经验知识即可完成故障诊断，具有较好的实用性。
-
公开(公告)号：CN111929053B
公开(公告)日：2022-02-01
申请号：CN202010644591.1
申请日：2020-07-07
Applicant: 中国矿业大学
IPC: G01M13/003 , F16K37/00
Abstract: 本发明公开了一种基于DA‑RVFLN的气动调节阀领域适应故障诊断方法，首先，通过数据采集装置采集气动调节阀运行过程的气室压力与阀杆位移信号；然后，采用变分模态分解(VMD)和多尺度熵方法(MSE)分析过程信号，提取故障特征；最后，将提取的故障特征作为输入，采用领域适应随机向量函数链接网络(DA‑RVFLN)作为分类器，利用训练好的分类器，实现气动调节阀的领域适应故障诊断。本发明获得了较高的诊断精度，提高了故障诊断的领域适应性和泛化性。
-
公开(公告)号：CN112229624B
公开(公告)日：2021-06-25
申请号：CN202011062714.7
申请日：2020-09-30
Applicant: 中国矿业大学
IPC: G01M13/003
Abstract: 本发明公开了一种基于低偏差随机配置网络的气动调节阀故障诊断方法，采用动态内部主成分分析与经典主成分分析方法进行特征提取，通过低偏差随机配置网络模型进行故障诊断。本发明不仅实现了气动调节阀的故障诊断且具有较高的诊断准确率，有效避免阀门带故障运行；而且方法的通用性好，无需熟悉阀门机理与繁杂的经验知识即可完成故障诊断；一般的操作人员均可掌握，提高了气动调节阀故障诊断的自动化和智能化程度。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.031 seconds)
