公开(公告)号：CN113468479A

公开(公告)日：2021-10-01

申请号：CN202110668761.4

申请日：2021-06-16

Applicant: 北京科技大学

Inventor： 周晓敏 ,  王泺评 ,  陈想 ,  范秋溦 ,  刘帅

IPC: G06F17/18 ,  G06K9/62 ,  G06Q10/06 ,  G06Q50/04

Abstract: 本发明公开了一种基于数据驱动的冷连轧工业过程监测与异常检测方法，包括：建立由历史数据构成的数据集，并对数据集中样本进行零均值处理；确定隐变量个数；确定核参数；建立KPLS过程监测模型，得到各统计量的阈值，将计算得到的统计量与对应的阈值进行比较，判断是否发生异常；建立KPLS异常诊断模型，确定异常变量。本发明能够对冷连轧工业生产过程中出现的故障进行监测，并进行故障的溯源和原因分析，以提早发现并及时处理问题，保障正常的生产过程及产品质量。

公开(公告)号：CN113468479B

公开(公告)日：2023-08-08

申请号：CN202110668761.4

申请日：2021-06-16

Applicant: 北京科技大学

Inventor： 周晓敏 ,  王泺评 ,  陈想 ,  范秋溦 ,  刘帅

IPC: G06F18/2433 ,  G06F18/214 ,  G06F18/15 ,  G06F17/18 ,  G06Q10/0639 ,  G06Q50/04

Abstract: 本发明公开了一种基于数据驱动的冷连轧工业过程监测与异常检测方法，包括：建立由历史数据构成的数据集，并对数据集中样本进行零均值处理；确定隐变量个数；确定核参数；建立KPLS过程监测模型，得到各统计量的阈值，将计算得到的统计量与对应的阈值进行比较，判断是否发生异常；建立KPLS异常诊断模型，确定异常变量。本发明能够对冷连轧工业生产过程中出现的故障进行监测，并进行故障的溯源和原因分析，以提早发现并及时处理问题，保障正常的生产过程及产品质量。