公开(公告)号：CN119937489A

公开(公告)日：2025-05-06

申请号：CN202510099552.0

申请日：2025-01-22

Applicant: 中国矿业大学

Inventor： 褚菲 ,  马浩军 ,  游仕林 ,  张瑞聪 ,  李明 ,  郝莉莉

IPC: G05B19/418

Abstract: 一种基于VAGCN的复杂工业过程运行状态评价方法，收集过程数据并进行标准化处理；利用滑动窗口对数据进行数据划分，得到时间序列；通过变量交互图结构将时间序列数据转换为跨时间空间变量交互图结构数据，之后使用移动窗口，去捕获每个时间窗口内的变量交互特征以及局部时空依赖性；使用时间池化，提取变量交互的高级特征再输入运行状态评价模型，得到在线数据属于不同运行状态评价等级的后验概率，最终的评价结果为当前时刻最大后验概率对应的状态等级；将非优状态下的变量交互图结构与优状态下的最优性图结构进行相似度分析，以评估非优状态下的变量动态偏移程度。该方法能捕捉到不同时间点变量间的交互作用，有助于实现更精准的过程运行状态评价。

公开(公告)号：CN120067793A

公开(公告)日：2025-05-30

申请号：CN202510117665.9

申请日：2025-01-24

Applicant: 中国矿业大学

Inventor： 褚菲 ,  张瑞聪 ,  马浩军 ,  彭晨 ,  曾国强 ,  郝莉莉

IPC: G06F18/241 ,  G06F18/15 ,  G06F18/23 ,  B03B9/00 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种基于聚类引导图Transformer模型的复杂工业过程运行状态评价方法，将离线时序数据转换为图结构表示；将图结构数据输入图卷积神经网络并利用聚类算法重构GCN信息传递方式，建立空间信息学习模块；使用GCN优化后的节点特征输入并训练Transformer网络模型，建立整体运行状态评价离线模型；使用在线数据进行运行状态评价；通过实时采样得到在线过程数据X，并对采集数据进行处理；利用滑动窗口对数据进行数据划分，得到长度为N的时间序列；将时间序列数据转换为图结构表示并输入到运行状态评价模型，得到在线数据状态等级的后验概率；利用归一指数函数对后验概率进行归一化，最大后验概率即为当前运行状态等级。该方法能够迅速且精准地评估工业过程的运行状态。

公开(公告)号：CN120067792A

公开(公告)日：2025-05-30

申请号：CN202510117470.4

申请日：2025-01-24

Applicant: 中国矿业大学

Inventor： 褚菲 ,  张瑞聪 ,  邱雅芝 ,  郝莉莉 ,  彭晨 ,  曾国强

IPC: G06F18/241 ,  G06F18/15 ,  G06F18/2131 ,  G06F18/2433 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/09

Abstract: 一种基于多通道Transformer模型的抗噪故障诊断方法，为振动信号数据构造不同的模态信息；利用小波变化将时序信息转换为图片数据，并输入卷积神经网络捕捉空间特征信息；利用变分模态分解构造不同的模态分量；将不同模态的特征维度对齐并输入到MCformer网络模型；利用前馈层对每个通道的输出进行自适应加权融合；对预测值与真实值利用交叉熵损失函数训练网络；建立整体故障诊断离线模型；故障诊断时，采样得到在线过程数据X并处理，再将数据转换为不同模态表示并输入到模型中，得到在线数据健康状态的后验概率；利用归一指数函数对后验概率进行归一化，得到当前数据的健康状态。该方法能为生产操作人员提供科学合理的决策支持。

公开(公告)号：CN119760567A

公开(公告)日：2025-04-04

申请号：CN202411843386.2

申请日：2024-12-13

Applicant: 中国矿业大学

Inventor： 褚菲 ,  李明 ,  游仕林 ,  邱雅芝 ,  张瑞聪 ,  贾润达 ,  何大阔

IPC: G06F18/2431 ,  G06F18/2415 ,  G06F18/21 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/047 ,  G06N3/084

Abstract: 本发明提供了一种基于SelfAtt‑EvolveGCN的复杂工业过程运行状态评价方法。建立运行状态离线评价模型；对运行状态进行评价分类；得到样本数量一致的序列数据集合X；挖掘滑动窗口内变量间的拓扑结构关系At，构建关联图结构序列数据G；将图结构数据输入运行状态离线评价模型中训练，在线数据输入训练好的评价模型，在分类器中得到属于每种状态等级的权重概率值，将概率最大值所在的状态等级作为当前的预测状态；当运行状态评价模型评价当前运行状态为非优时，进行非优因素追溯，定位导致非优状态出现的具体变量。该方法能够抵抗因复杂工业恶劣环境产生的扰动影响，实现过程变量数据中时序性结构特征的有效提取，建立完整准确的运行状态评价模型。

公开(公告)号：CN119270787A

公开(公告)日：2025-01-07

申请号：CN202411376948.7

申请日：2024-09-29

Applicant: 中国矿业大学

Inventor： 褚菲 ,  郝莉莉 ,  游仕林 ,  张瑞聪 ,  李明 ,  贾润达 ,  何大阔

IPC: G05B19/418

Abstract: 本发明提供了一种基于局部慢特征Siamese图卷积网络的复杂工业过程运行状态评价方法，首先建立状态评价离线模型；然后使用在线数据进行运行状态评价；通过数据收集得到过程数据Xt，Xt‑1，并进行标准化处理；利用滑动窗口对标准化后的数据进行数据划分，得到长度为W的时间序列。然后通过最大信息系数将时间序列数据转换为图结构数据；将过程数据矩阵和图结构数据矩阵输入运行状态评价模型，对两个相邻时刻下的图结构数据潜在特征进行特征提取，同时使用慢特征对潜在特征进行约束，最后得到在线数据属于不同运行状态评价等级的后验概率，最终的评价结果为当前时刻最大后验概率对应的状态等级；该方法有助于实现更精准的过程运行状态评价模型。