-
公开(公告)号：CN114200914B
公开(公告)日：2025-01-21
申请号：CN202111530005.1
申请日：2021-12-09
Applicant: 华东理工大学
IPC: G05B23/02
Abstract: 本发明公开一种基于MW‑OCCA的质量相关早期故障检测方法，针对早期故障的幅值较小的问题，利用移动时间窗方法，对故障数据和正常数据之间的误差进行累积，增大故障数据和正常数据之间差距，达到放大早期故障的效果，并在此基础上建立了质量相关的故障检测模型。相比于传统的方法，本发明方法不仅能够更加及时的检测出早期故障，同时能够判断早期故障是否会对质量产生影响，是一种更优的质量相关早期故障检测方法。
-
公开(公告)号：CN116401577B
公开(公告)日：2024-06-21
申请号：CN202310323940.3
申请日：2023-03-30
Applicant: 华东理工大学
IPC: G06F18/24 , G06F18/214
Abstract: 本发明公开尤其涉及一种基于MCF‑OCCA的质量相关故障检测方法，并在此基础上建立了质量相关的故障检测模型。具体来讲，首先，为了衡量过程变量对质量变量的影响，本发明提出了一种基于互信息和典型相关分析的特征选择方法，计算过程变量对质量变量的影响，选择对质量变量影响较大的过程变量。然后，基于挑选出的变量利用正交典型相关分析建立质量相关故障检测模型。相比于传统的方法，本发明方法剔除了与质量不相关的过程变量，增加了建模的准确性；并构建选择出的过程变量和质量变量的系数矩阵，对其进行SVD分解，得到与质量变量正交和与质量变量相关的子空间，解决了质量变量在线不可测的问题，是一种更优的质量相关故障检测方法。
-
公开(公告)号：CN116401577A
公开(公告)日：2023-07-07
申请号：CN202310323940.3
申请日：2023-03-30
Applicant: 华东理工大学
IPC: G06F18/24 , G06F18/214
Abstract: 本发明公开尤其涉及一种基于MCF‑OCCA的质量相关故障检测方法，并在此基础上建立了质量相关的故障检测模型。具体来讲，首先，为了衡量过程变量对质量变量的影响，本发明提出了一种基于互信息和典型相关分析的特征选择方法，计算过程变量对质量变量的影响，选择对质量变量影响较大的过程变量。然后，基于挑选出的变量利用正交典型相关分析建立质量相关故障检测模型。相比于传统的方法，本发明方法剔除了与质量不相关的过程变量，增加了建模的准确性；并构建选择出的过程变量和质量变量的系数矩阵，对其进行SVD分解，得到与质量变量正交和与质量变量相关的子空间，解决了质量变量在线不可测的问题，是一种更优的质量相关故障检测方法。
-
公开(公告)号：CN114200914A
公开(公告)日：2022-03-18
申请号：CN202111530005.1
申请日：2021-12-09
Applicant: 华东理工大学
IPC: G05B23/02
Abstract: 本发明公开一种基于MW‑OCCA的质量相关早期故障检测方法，针对早期故障的幅值较小的问题，利用移动时间窗方法，对故障数据和正常数据之间的误差进行累积，增大故障数据和正常数据之间差距，达到放大早期故障的效果，并在此基础上建立了质量相关的故障检测模型。相比于传统的方法，本发明方法不仅能够更加及时的检测出早期故障，同时能够判断早期故障是否会对质量产生影响，是一种更优的质量相关早期故障检测方法。
-
-
-
Search Results
4
records
(took 0.016 seconds)
