公开(公告)号：CN116909237A

公开(公告)日：2023-10-20

申请号：CN202311081407.7

申请日：2023-08-25

Applicant: 大连海事大学

Inventor： 刘井响 ,  朱韦敏 ,  穆国庆 ,  孙德顺

IPC: G05B19/418

Abstract: 本发明公开了一种基于注意力机制的DiPCA过程监测方法与系统，包括步骤S1：获取过程历史数据集，将过程历史数据集划分为s+1个时间切片矩阵，步骤S2：基于注意力机制的DiPCA方法对过程历史数据集进行建模并求解模型参数，步骤S3：基于模型参数计算两个监测统计量，分别确定监测统计量对应的控制限CL_T和对应的控制限CL_E，步骤S4：获取新采集的过程样本，分别计算过程样本的监测统计量的取值，并分别与其各自对应的控制限进行对比，若任何一个监测统计量的取值大于对应的控制限，则表示过程出现故障，否则过程视为正常运行。可快速准确的判断出过程故障以确保过程安全运行，提高了过程监测的效率和故障判断的准确性。

公开(公告)号：CN115421423A

公开(公告)日：2022-12-02

申请号：CN202211110331.1

申请日：2022-09-13

Applicant: 大连海事大学

Inventor： 刘井响 ,  孙德顺 ,  庹玉龙

IPC: G05B19/042

Abstract: 本发明公开了一种基于张量慢特征分析的批次过程监测方法，包括：S1：采集批次过程数据；S2：建立批次过程数据模型；S3：建立静态监测统计量和动态监测统计量，并获取代表静态监测统计量的控制限和代表动态监测统计量的控制限；S4：在线采集新的批次过程数据样本；S5：判断批次过程是否存在故障。本发明利用张量慢特征的批次过程监测方法，解决了对三维批次数据直接建模分析并提取其动态特征的问题，通过对批次数据直接建模解决了因为数据展开带来的数据破坏和参数增加的弊端，将张量慢特征分析模型分解成两个传统的慢特征分析模型进行模型求解，能够在线快速准确的检测出过程故障以确保过程安全运行。