-
公开(公告)号：CN103995515B
公开(公告)日：2016-08-17
申请号：CN201410232334.1
申请日：2014-05-27
Applicant: 东北大学
IPC: G05B19/418
CPC classification number: Y02P90/02
Abstract: 一种基于公共子空间分离的电熔镁炉运行故障检测方法，该方法通过核偏最小二乘回归的方法，将电熔镁炉运行过程获取的过程变量和质量变量进行了相关性处理，运用处理后的质量相关的过程数据通过局部切空间排列算法进行公共子空间的提取，对原数据空间进行了进一步划分，分为了质量相关公共子空间和质量相关特殊子空间，并建立相应的核主元分析监测模型，通过电熔镁炉多个运行模式共享的质量相关公共子空间和各运行模式的质量相关特殊子空间组合监测，可以在运行模式切换时减少故障的误报率，同时也提高了故障检测的灵敏性。
-
公开(公告)号：CN104965949A
公开(公告)日：2015-10-07
申请号：CN201510386531.3
申请日：2015-06-30
Applicant: 东北大学
Abstract: 本发明涉及一种多模式的电熔镁炉熔炼过程故障监测方法，该方法获取电熔镁炉熔炼过程的不同工作模式的历史正常数据集，建立基于质量核局部线性嵌入方法的子空间分离模型，计算历史正常数据的全局公共子空间的T2统计量控制限和各不同工作模式的局部特殊子空间的SPE统计量控制限，实时采集当前工作模式的新数据集，计算当前工作模式的新数据的全局公共子空间的T2统计量和其相应的局部特殊子空间的SPE统计量，若新数据的全局公共子空间的T2统计量超出历史正常数据的全局公共子空间的T2统计量控制限，或新数据相应的局部特殊子空间的SPE统计量超出历史正常数据的该工作模式的局部特殊子空间的SPE统计量控制限，则电熔镁炉熔炼过程的当前工作模式有发生故障的可能。
-
公开(公告)号：CN105278526A
公开(公告)日：2016-01-27
申请号：CN201510816035.7
申请日：2015-11-19
Applicant: 东北大学
IPC: G05B23/02
CPC classification number: G05B23/0281 , G05B23/0275 , G05B2219/24033
Abstract: 本发明公开一种基于正则化架构的工业过程故障分离方法，属于工业过程监测技术领域。该方法包括：采集工业过程样本数据并进行滤波处理后得到包含标记样本的可用样本数据集；建立具有局部正则项和全局正则项的工业过程故障分离目标函数；利用含有标记样本的可用样本数据集，求解工业过程故障分离目标函数的最优解；根据最优解，得到预测类标签矩阵，从而确定过程的故障信息；该方法利用局部正则项可以使最优解性质理想的特点，利用全局检测正则项来加以修正局部正则项可能导致故障分离精度不高的问题。实验表明该方法不仅是可行的，并且其故障分离精度很高，且可以挖掘标记样本数据的潜在信息，提高故障分离模型的泛化能力、综合性能和精确性。
-
公开(公告)号：CN103384805B
公开(公告)日：2015-03-25
申请号：CN201180062717.3
申请日：2011-01-31
Applicant: 东北大学
Abstract: 一种电弧炉运行故障检测装置与方法。其中装置包括温度采集装置、电流采集装置和上位机。采用该装置进行多模态故障监测与诊断方法，包括如下步骤：1.数据标准化；2.建立电弧炉工作过程的初始监测模型，得到M个工作模态关系密切的公共子集以及每种工作模态的特殊子集；3.计算霍特林T2统计量和平方预测误差SPE统计量，对电弧炉工作过程进行故障监测与诊断。本发明的优点是：比色测温的方法能够提高计算的精确度，装置适合工作在多种不同的稳定模态下。
-
Patent Agency Ranking
公开(公告)号：CN103384805A
公开(公告)日：2013-11-06
申请号：CN201180062717.3
申请日：2011-01-31
Applicant: 东北大学
Abstract: 一种电弧炉运行故障检测装置与方法。其中装置包括温度采集装置、电流采集装置和上位机。采用该装置进行多模态故障监测与诊断方法，包括如下步骤：1.数据标准化；2.建立电弧炉工作过程的初始监测模型，得到M个工作模态关系密切的公共子集以及每种工作模态的特殊子集；3.计算霍特林T2统计量和平方预测误差SPE统计量，对电弧炉工作过程进行故障监测与诊断。本发明的优点是：比色测温的方法能够提高计算的精确度，装置适合工作在多种不同的稳定模态下。
-
公开(公告)号：CN103995515A
公开(公告)日：2014-08-20
申请号：CN201410232334.1
申请日：2014-05-27
Applicant: 东北大学
IPC: G05B19/418
CPC classification number: Y02P90/02
Abstract: 一种基于公共子空间分离的电熔镁炉运行故障检测方法，该方法通过核偏最小二乘回归的方法，将电熔镁炉运行过程获取的过程变量和质量变量进行了相关性处理，运用处理后的质量相关的过程数据通过局部切空间排列算法进行公共子空间的提取，对原数据空间进行了进一步划分，分为了质量相关公共子空间和质量相关特殊子空间，并建立相应的核主元分析监测模型，通过电熔镁炉多个运行模式共享的质量相关公共子空间和各运行模式的质量相关特殊子空间组合监测，可以在运行模式切换时减少故障的误报率，同时也提高了故障检测的灵敏性。
-
公开(公告)号：CN105278526B
公开(公告)日：2017-12-01
申请号：CN201510816035.7
申请日：2015-11-19
Applicant: 东北大学
IPC: G05B23/02
CPC classification number: G05B23/0281
Abstract: 本发明公开一种基于正则化架构的工业过程故障分离方法，属于工业过程监测技术领域。该方法包括：采集工业过程样本数据并进行滤波处理后得到包含标记样本的可用样本数据集；建立具有局部正则项和全局正则项的工业过程故障分离目标函数；利用含有标记样本的可用样本数据集，求解工业过程故障分离目标函数的最优解；根据最优解，得到预测类标签矩阵，从而确定过程的故障信息；该方法利用局部正则项可以使最优解性质理想的特点，利用全局检测正则项来加以修正局部正则项可能导致故障分离精度不高的问题。实验表明该方法不仅是可行的，并且其故障分离精度很高，且可以挖掘标记样本数据的潜在信息，提高故障分离模型的泛化能力、综合性能和精确性。
-
公开(公告)号：CN104914847B
公开(公告)日：2017-06-16
申请号：CN201510166290.1
申请日：2015-04-09
Applicant: 东北大学
IPC: G05B23/02
Abstract: 本发明涉及基于方向核偏最小二乘的工业过程故障诊断方法，该方法获取易出故障的工业过程的输入变量和输出变量的历史正常数据，对该历史正常数据进行基于方向核偏最小二乘运算，计算历史正常数据的霍特林统计量的控制限和历史正常数据的平方预测误差的控制限，采集工业过程的输入变量的采样数据，对该采样数据进行基于方向核偏最小二乘运算，得到采样数据的过程监测统计量和采样数据的平方预测误差，当采样数据的过程监测统计量控制限或者采样数据的平方预测误差超出控制限，则该采样数据中具有一种故障，获取已知故障类型的历史故障数据，对已知故障类型的历史故障数据进行基于霍特林统计量重构和基于平方预测误差重构，判断采样数据的故障类型。
-
公开(公告)号：CN104914847A
公开(公告)日：2015-09-16
申请号：CN201510166290.1
申请日：2015-04-09
Applicant: 东北大学
IPC: G05B23/02
CPC classification number: G05B23/0243
Abstract: 本发明涉及基于方向核偏最小二乘的工业过程故障诊断方法，该方法获取易出故障的工业过程的输入变量和输出变量的历史正常数据，对该历史正常数据进行基于方向核偏最小二乘运算，计算历史正常数据的霍特林统计量的控制限和历史正常数据的平方预测误差的控制限，采集工业过程的输入变量的采样数据，对该采样数据进行基于方向核偏最小二乘运算，得到采样数据的过程监测统计量和采样数据的平方预测误差，当采样数据的过程监测统计量控制限或者采样数据的平方预测误差超出控制限，则该采样数据中具有一种故障，获取已知故障类型的历史故障数据，对已知故障类型的历史故障数据进行基于霍特林统计量重构和基于平方预测误差重构，判断采样数据的故障类型。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.023 seconds)
