-
公开(公告)号：CN117933765A
公开(公告)日：2024-04-26
申请号：CN202211248339.4
申请日：2022-10-12
Applicant: 华东理工大学
IPC: G06Q10/0639 , G06F17/16 , G06F17/18
Abstract: 本发明公开一种基于多子空间正交典型相关分析的过程监测方法，旨在考虑采样数据时间序列相关性的基础上，提取采样数据的质量相关信息和质量不相关信息，以在此基础上实时过程监测。具体来讲，本发明首先将原始信息空间划分为四个不同的子空间；其次，根据不同子空间中的数据特征，利用正交CCA、PCA方法在不同的子空间中提取特征分别建立对应的监测模型，构建各子空间内监测统计量；最后，采用贝叶斯融合策略构建综合质量相关监测统计量和综合质量无关监测统计量以检测故障。相比于传统过程监测方法，本发明方法同时考虑过程数据与质量的相关性以及过程数据时间序列相关性的问题，并从各个局部子空间检测是否发生故障，具备更优秀的故障检测性能。可以说，本发明方法是一种更为优选的过程监测方法。
-
公开(公告)号：CN114200914A
公开(公告)日：2022-03-18
申请号：CN202111530005.1
申请日：2021-12-09
Applicant: 华东理工大学
IPC: G05B23/02
Abstract: 本发明公开一种基于MW‑OCCA的质量相关早期故障检测方法，针对早期故障的幅值较小的问题，利用移动时间窗方法，对故障数据和正常数据之间的误差进行累积，增大故障数据和正常数据之间差距，达到放大早期故障的效果，并在此基础上建立了质量相关的故障检测模型。相比于传统的方法，本发明方法不仅能够更加及时的检测出早期故障，同时能够判断早期故障是否会对质量产生影响，是一种更优的质量相关早期故障检测方法。
-
Patent Agency Ranking
公开(公告)号：CN119809436A
公开(公告)日：2025-04-11
申请号：CN202411871459.9
申请日：2024-12-18
Applicant: 华东理工大学
IPC: G06Q10/0639 , G06Q50/04 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/0895
Abstract: 本发明提供了一种面向工业过程多采样率数据的指标软测量方法，该方法包括：采集工业过程中过程变量和质量指标运行数据，并根据采样率对过程变量进行分组和排序得到多采样率数据，将多采样率数据及质量指标运行数据分为训练集及测试集，并对其进行预处理，构建分块对角遮蔽注意力模块，基于训练集进行自监督训练，得到过程变量的潜在特征，构建卷积神经网络模块，基于过程变量的潜在特征及训练集中的质量指标运行数据进行有监督训练，构建软测量模型，将测试集输入构建的软测量模型，得到相关质量指标的估计值。本发明可以解决现有技术的不足，提高多采样率工业过程质量指标的软测量精准度。
-
公开(公告)号：CN119691439A
公开(公告)日：2025-03-25
申请号：CN202411757939.2
申请日：2024-12-02
Applicant: 苏迈特智能科技(江苏)有限公司 , 华东理工大学
IPC: G06F18/2135 , G06F18/25 , G06Q10/0639
Abstract: 本发明公开了一种基于差分‑正交相关分析以及差分‑主成分分析的质量相关监测方法，适用于需要对复杂数据集进行质量分析的领域。该方法通过将数据集划分为多个子空间，分别采用不同的分析技术来提高监测的准确性和效率。具体来说，本发明包括以下步骤：首先，根据过程变量与质量变量的相关程度、过程数据是否具有自相关性，将过程数据集分为质量相关动态子空间、质量相关非动态子空间、质量无关动态子空间、质量无关非动态子空间；其次，在质量相关动态子空间、质量相关非动态子空间中进行差分计算后，采用正交相关分析进行运行状态监测模型的构建；在质量无关动态子空间中和质量无关非动态子空间中进行差分计算后，应用主成分分析技术构建运行状态监测模型。最后，通过贝叶斯方法整合各子空间的结果。本发明的方法能够有效地处理和分析复杂数据集，提高运行状态监测的准确性。
-
公开(公告)号：CN114200914B
公开(公告)日：2025-01-21
申请号：CN202111530005.1
申请日：2021-12-09
Applicant: 华东理工大学
IPC: G05B23/02
Abstract: 本发明公开一种基于MW‑OCCA的质量相关早期故障检测方法，针对早期故障的幅值较小的问题，利用移动时间窗方法，对故障数据和正常数据之间的误差进行累积，增大故障数据和正常数据之间差距，达到放大早期故障的效果，并在此基础上建立了质量相关的故障检测模型。相比于传统的方法，本发明方法不仅能够更加及时的检测出早期故障，同时能够判断早期故障是否会对质量产生影响，是一种更优的质量相关早期故障检测方法。
-
公开(公告)号：CN118918019A
公开(公告)日：2024-11-08
申请号：CN202410966693.3
申请日：2024-07-18
Applicant: 华东理工大学
IPC: G06T5/50 , G06T5/60 , G06V10/40 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于光照适应和注意力引导的红外与可见光图像融合方法，包括以下步骤：S1、获取目标图像的可见光图像以及相对应的红外图像；S2、对可见光图像与红外图像做分割处理，通过设定亮度阈值划分可见光图像；S3、将划分后的可见光图像送入光环境适应网络，训练获取光环境适应权重；S4、对分割后的可见光图像与红外图像一一对应的送入特征提取网络，提取可见光图像与红外图像的高频共同特征与独有特征，对可见光图像与红外图像进行特征信息的互补；S5、将可见光图像与红外图像最终特征送入到特征重构网络生成最终的融合图像。本发明能够改进现有技术的不足，提高了红外可见光融合图像的清晰度和视觉效果。
-
公开(公告)号：CN114757269A
公开(公告)日：2022-07-15
申请号：CN202210316197.4
申请日：2022-03-23
Applicant: 华东理工大学
Abstract: 本发明公开一种基于局部子空间‑邻域保持嵌入的复杂过程精细化故障检测方法，旨在考虑到不同类型传感器采集的数据具有不同特性以及服从不同分布的问题将原空间划分为不同局部子空间，并在此基础上构建复杂过程精细化监测模型。本发明方法首先根据不同类型传感器采集的数据是否服从高斯分布将原空间划分为四个局部子空间；其次利用NPE提取局部子空间的特征进行故障检测，并采用移动窗口策略和互信息方法测量局部子空间间相关关系；最后利用局部离群概率方法构建综合监测指标实施精细化故障检测。此外，本发明方法在考虑局部子空间划分的基础上进一步考虑了局部子空间中邻域信息的提取。可以说，本发明方法是一种全新的故障检测方法。
-
-
-
-
-
-
Search Results
17
records
(took 0.034 seconds)
