-
公开(公告)号：CN116560277B
公开(公告)日：2024-11-01
申请号：CN202310564327.0
申请日：2023-05-17
Applicant: 北京科技大学 , 北京科技大学顺德创新学院
IPC: G05B19/042 , G06N3/042 , G06N3/0464 , G06N3/08 , G06N3/048 , G06N5/02
Abstract: 本发明公开了一种基于图神经网络的冷轧工业过程监测方法，包括：获取工业数据，对所述工业数据进行处理，建立行单位数据集；基于行单位数据集，依据带钢轧制过程时空图结合专家经验知识库建立冷轧过程的图结构数据集；构建图神经网络过程监测模型，根据数据特性确定统计量阈值的计算方法并计算异常阈值；根据所述监测模型的所得值与所述异常阈值进行比较，通过比较结果对冷轧工业过程进行监测。本发明通过构建与真实机理模型相符的图结构来提高模型精度，并对数据模型有一定的可解释性。
-
公开(公告)号：CN116727463A
公开(公告)日：2023-09-12
申请号：CN202310762794.4
申请日：2023-06-27
Applicant: 北京科技大学顺德创新学院
IPC: B21B38/00 , G06F18/2433 , G06N5/04
Abstract: 本发明公开了一种基于因果分析的冷连轧板形质量诊断新方法，包括：根据同一个系统中的两个特征进行状态空间重构得到吸引子流形；根据特征时间延迟再重构一个吸引子流形；寻找最近邻点，计算最近邻估计；定义CME得分公式，计算CME得分，判断CME得分是否收敛于常数，若CME得分收敛于一个常数，则说明两个特征间存在的因果关系。将所发明诊断方法应用于冷连轧板形质量诊断，可有效监测板形质量异常。
-
公开(公告)号：CN116560277A
公开(公告)日：2023-08-08
申请号：CN202310564327.0
申请日：2023-05-17
Applicant: 北京科技大学顺德创新学院
IPC: G05B19/042 , G06N3/042 , G06N3/0464 , G06N3/08 , G06N3/048 , G06N5/02
Abstract: 本发明公开了一种基于图神经网络的冷轧工业过程监测方法，包括：获取工业数据，对所述工业数据进行处理，建立行单位数据集；基于行单位数据集，依据带钢轧制过程时空图结合专家经验知识库建立冷轧过程的图结构数据集；构建图神经网络过程监测模型，根据数据特性确定统计量阈值的计算方法并计算异常阈值；根据所述监测模型的所得值与所述异常阈值进行比较，通过比较结果对冷轧工业过程进行监测。本发明通过构建与真实机理模型相符的图结构来提高模型精度，并对数据模型有一定的可解释性。
-
-
Search Results
3
records
(took 0.036 seconds)
