公开(公告)号：CN118566763A

公开(公告)日：2024-08-30

申请号：CN202410573590.0

申请日：2024-05-10

Applicant: 电子科技大学

Inventor： 王敏 ,  陈艺天 ,  许志伟 ,  郭东旭 ,  程菲洋

IPC: G01R31/392 ,  G01R31/367 ,  G01R31/378

Abstract: 本发明公开了一种基于多尺度特征提取网络估计锂电池健康状态的方法，先构建精细化建模的多尺度特征提取网络，再使用采集的数据集训练网络，直至收敛；然后根据收敛后的多尺度特征提取网络预测待测锂电池的健康状态；具体地讲，多尺度特征提取网络融合了精细化序列处理与卷积注意力特征提取，然后根据融合后的特征，使用多层感知机估计待测锂电池的健康状态，从而这样便获得更全面的锂电池老化特征，使预测的更加精确。

公开(公告)号：CN119377843A

公开(公告)日：2025-01-28

申请号：CN202411465775.6

申请日：2024-10-21

Applicant: 电子科技大学

Inventor： 王敏 ,  程菲洋 ,  王莹 ,  刘震 ,  张子玥

IPC: G06F18/2433 ,  G01R31/00 ,  G06F18/2135 ,  G06F18/25 ,  G06F18/15 ,  G06F18/21

Abstract: 本发明公开了一种通过分布特征判别逆变系统间歇故障的方法，等间隔采集逆变系统在正常运行下的三相电压信号并处理，得到各采样时刻的特征数据；然后利用离线训练后的若干基础检测器完成对特征数据的特征提取；随后通过计算序列分布的KL散度作为差异性因子以完成对长期的序列分布特征提取，并通过滑窗奇异值作为监测对象的单点特征；最后将两类特征因子融合作为监测指标，以完成对逆变系统的间歇故障的实时在线检测。

公开(公告)号：CN117571044B

公开(公告)日：2024-05-14

申请号：CN202311423822.6

申请日：2023-10-30

Applicant: 电子科技大学

Inventor： 王敏 ,  程菲洋 ,  陈凯 ,  邱根 ,  程玉华 ,  刘震 ,  冯智彬

IPC: G01D21/02 ,  G16C20/10 ,  G06F18/214 ,  G06F18/2411 ,  G06F18/243 ,  G06N3/0442 ,  G06N3/0499 ,  G06N3/088

Abstract: 本发明公开了一种化学反应搅拌器在化工过程中的状态检测方法，基于化学反应搅拌器运行过程中的各个监测数据，首先构建若干基于无监督机器学习的基础检测器，对反应搅拌过程作初步的状态信息提取；再使用一特征集成过程，综合集成以上机器学习模型的结果作进一步的深度挖掘；其中在特征集成的迭代过程中，将每次迭代的输出结果规整统一后再作为下次迭代输出；根据特征集成结果，基于滑窗奇异值的决策阶段将得到代表过程状态的最终统计量。核密度估计被用以计算统计量的控制限，根据最终统计量和控制限的大小对比关系.最终实现故障检测。

公开(公告)号：CN117571044A

公开(公告)日：2024-02-20

申请号：CN202311423822.6

申请日：2023-10-30

Applicant: 电子科技大学

Inventor： 王敏 ,  程菲洋 ,  陈凯 ,  邱根 ,  程玉华 ,  刘震 ,  冯智彬

IPC: G01D21/02 ,  G16C20/10 ,  G06F18/214 ,  G06F18/2411 ,  G06F18/243 ,  G06N3/0442 ,  G06N3/0499 ,  G06N3/088

Abstract: 本发明公开了一种化学反应搅拌器在化工过程中的状态检测方法，基于化学反应搅拌器运行过程中的各个监测数据，首先构建若干基于无监督机器学习的基础检测器，对反应搅拌过程作初步的状态信息提取；再使用一特征集成过程，综合集成以上机器学习模型的结果作进一步的深度挖掘；其中在特征集成的迭代过程中，将每次迭代的输出结果规整统一后再作为下次迭代输出；根据特征集成结果，基于滑窗奇异值的决策阶段将得到代表过程状态的最终统计量。核密度估计被用以计算统计量的控制限，根据最终统计量和控制限的大小对比关系.最终实现故障检测。

公开(公告)号：CN118331215A

公开(公告)日：2024-07-12

申请号：CN202410226714.8

申请日：2024-02-29

Applicant: 电子科技大学

Inventor： 王敏 ,  高明轩 ,  程菲洋 ,  陈凯 ,  程玉华 ,  李鹏

IPC: G05B23/02

Abstract: 本发明公开了一种基于自编码集成网络的搅拌机器故障检测方法，基于搅拌机器运行过程中的各个监测数据，首先构建自编码集成网络，其包括一层输入特征层、一层决策层和若干特征转换层；随后对自编码集成网络进行相应的训练至收敛；自编码集成网络的编码矩阵，使用滑窗奇异值分解得到代表过程状态的最终统计量。核密度估计被用以计算统计量的控制限，根据最终统计量和控制限的大小对比关系，最终实现故障检测。

公开(公告)号：CN118277896A

公开(公告)日：2024-07-02

申请号：CN202410312039.0

申请日：2024-03-19

Applicant: 电子科技大学

Inventor： 王敏 ,  程菲洋 ,  陈凯 ,  刘震 ,  程玉华 ,  陈艺天

IPC: G06F18/2415 ,  G01R31/00 ,  G06F18/2411 ,  G06N3/084 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06F18/214 ,  G06F17/10 ,  G06F18/2135

Abstract: 本发明公开了一种基于贝叶斯推理集成的逆变系统故障检测方法，基于实时采集到的逆变电路负载端各类电信号特征，首先利用若干基础检测器完成对特征数据的预处理；随后通过滑窗奇异值进行特征转换操作，利用基于密集迭代机制的深度框架，实现了数据特征的深度挖掘与转换；最后于在线应用中，通过贝叶斯推理，以概率统计的方式分析解构了特征转换得到的数据特征，实现逆变系统的故障检测。