一种基于稀疏约束的工业过程离群点检测与故障诊断方法和系统

    公开(公告)号:CN113110403A

    公开(公告)日:2021-07-13

    申请号:CN202110568794.1

    申请日:2021-05-25

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于稀疏约束的工业过程离群点检测与故障诊断方法和系统,其方法为:获取工业过程的历史数据集,设置隔离矩阵并添加到历史数据集的核字典学习目标函数中,利用L0范数对隔离矩阵的非零元素的个数加以约束,优化求解隔离矩阵;根据隔离矩阵对角线元素的均值和方差设置纯净样本取值区间,将取值不属于该区间的样本从历史数据样本集中剔除,得到纯净数据集;基于纯净数据集构建核字典,再利用核字典计算重构误差并设置工业过程监控的控制限;在线获取工业过程的待监测数据,通过计算重构误差并将其与控制限比较,根据比较结果判断工业系统是否异常。本发明对工业过程中的噪声有着良好的鲁棒性,可以有效进行过程监测。

    一种基于稀疏约束的工业过程离群点检测与故障诊断方法和系统

    公开(公告)号:CN113110403B

    公开(公告)日:2022-05-17

    申请号:CN202110568794.1

    申请日:2021-05-25

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于稀疏约束的工业过程离群点检测与故障诊断方法和系统,其方法为:获取工业过程的历史数据集,设置隔离矩阵并添加到历史数据集的核字典学习目标函数中,利用L0范数对隔离矩阵的非零元素的个数加以约束,优化求解隔离矩阵;根据隔离矩阵对角线元素的均值和方差设置纯净样本取值区间,将取值不属于该区间的样本从历史数据样本集中剔除,得到纯净数据集;基于纯净数据集构建核字典,再利用核字典计算重构误差并设置工业过程监控的控制限;在线获取工业过程的待监测数据,通过计算重构误差并将其与控制限比较,根据比较结果判断工业系统是否异常。本发明对工业过程中的噪声有着良好的鲁棒性,可以有效进行过程监测。

    基于迁移学习的重金属废水处理过程异常工况智能化监测方法、装置及存储介质

    公开(公告)号:CN111427265B

    公开(公告)日:2021-03-16

    申请号:CN202010194359.2

    申请日:2020-03-19

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于迁移学习的重金属废水处理过程异常工况智能化监测方法、装置及存储介质基于迁移学习的重金属废水处理过程异常工况智能化监测,通过对不同来源的重金属废水处理过程数据融合,能够自动的实现不同来源的重金属废水处理过程异常工况智能识别;具体为利用来源固定的重金属废水处理过程的正常样本YSD、少量来源未知的重金属废水处理过程的正常样本YTD;首先通过对YSD进行学习得到其数据表示字典DSD,然后考虑到YSD和YTD分布不同,采用迁移学习的方法,将YTD的特征融入到字典学习过程,得到泛化能力更强的字典DTD。该方法无需过程先验知识,能自适应的适应废水处理系统中的不确定性因素,能够更加准确的检测过程中相关指标的变化,实现及时地检测与预警。

    工业过程监测方法、装置、设备和可读存储介质

    公开(公告)号:CN111723827A

    公开(公告)日:2020-09-29

    申请号:CN201910204341.3

    申请日:2019-03-18

    Applicant: 中南大学

    Abstract: 本发明涉及一种工业过程监测方法、装置、设备和可读存储介质。该方法可以包括:根据测试数据和预先训练的伪字典,获取所述测试数据的稀疏编码;所述伪字典用于表示工业过程中的非线性数据的特征;根据所述稀疏编码和所述伪字典,获取所述测试数据的重构误差;根据所述重构误差与所述伪字典对应的预设阈值,对所述测试数据进行分类。该方法能够应用于非线性关系的工业过程,对非线性关系的工业过程进行监测,增加了工业过程监测方法的应用场景,能够对更多的工业过程的运行状态进行监测,为工业过程的安全生产提供保障。

    基于迁移学习的重金属废水处理过程异常工况智能化监测方法、装置及存储介质

    公开(公告)号:CN111427265A

    公开(公告)日:2020-07-17

    申请号:CN202010194359.2

    申请日:2020-03-19

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于迁移学习的重金属废水处理过程异常工况智能化监测方法、装置及存储介质基于迁移学习的重金属废水处理过程异常工况智能化监测,通过对不同来源的重金属废水处理过程数据融合,能够自动的实现不同来源的重金属废水处理过程异常工况智能识别;具体为利用来源固定的重金属废水处理过程的正常样本YSD、少量来源未知的重金属废水处理过程的正常样本YTD;首先通过对YSD进行学习得到其数据表示字典DSD,然后考虑到YSD和YTD分布不同,采用迁移学习的方法,将YTD的特征融入到字典学习过程,得到泛化能力更强的字典DTD。该方法无需过程先验知识,能自适应的适应废水处理系统中的不确定性因素,能够更加准确的检测过程中相关指标的变化,实现及时地检测与预警。

Patent Agency Ranking