恭喜中国石油大学(华东)李鹏航获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜中国石油大学(华东)申请的专利一种基于两级循环网络的过程故障诊断方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119416098B 。
龙图腾网通过国家知识产权局官网在2025-04-29发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510013146.8,技术领域涉及:G06F18/2431;该发明授权一种基于两级循环网络的过程故障诊断方法是由李鹏航;曹玉苹;邓晓刚设计研发完成,并于2025-01-06向国家知识产权局提交的专利申请。
本一种基于两级循环网络的过程故障诊断方法在说明书摘要公布了:本发明属于过程故障诊断技术领域,涉及一种基于两级循环网络的过程故障诊断方法,用于高准确度实时识别故障类型,其主要步骤包括:建立第一级故障分类器、故障分组、建立第二级故障分类器和识别故障类型;利用独立循环神经网络提取长期趋势特征,通过基于压缩激励和全局时间注意力的注意力全卷积网络提取短期动态特征;建立诊断难度评估指标,将故障划分为难诊断故障和易诊断故障;第二级分类器针对难诊断故障进行精细处理,利用主元分析统计量增广测量向量,利用鲁棒标准化改善模型泛化能力,能够有效增强分类特征提取能力,提升过程故障诊断精度。其整体工艺过程简单,原理可靠,故障诊断效果好,适应范围广,逻辑性强,环境友好。
本发明授权一种基于两级循环网络的过程故障诊断方法在权利要求书中公布了:1.一种基于两级循环网络的过程故障诊断方法,其特征在于,包括以下步骤:S1:建立第一级故障分类器:采集历史故障数据,构造训练集校验集和测试集Ωt,训练集用于训练第一级动态独立循环神经网络,校验集用于调整网络参数以避免过拟合;动态独立循环神经网络利用独立循环神经网络提取故障过程的趋势特征,利用注意力全卷积网络提取故障过程的动态特征,利用softmax层获得故障类型预测值;S2:故障分组:将校验集的数据输入第一级动态独立循环神经网络,获得故障类型预测值,计算混淆率,将所有故障类型划分为易诊断故障和难诊断故障;具体包括以下步骤:S201:将校验集的数据输入第一级故障分类器得到故障类型预测值,将预测的故障类型与实际故障类型进行比较,计算第p类故障的混淆率CRp, 其中FNp表示假负样本的数目,FPp表示假正样本的数目,TPp表示真正样本的数目;S3:建立第二级故障分类器:采集正常运行数据,建立主元分析模型和T2、SPE统计量;采集难诊断故障的训练数据,计算T2和SPE统计量,建立增广向量,进行鲁棒标准化处理,训练第二级动态独立循环神经网络;具体包括以下步骤:S301:利用正常情况下的运行数据构造矩阵Xnor,建立主元模型;主元分析旨在寻找满足目标函数 的投影向量v;通过奇异值分解计算投影矩阵V和标准差矩阵∑;选取a个最大的标准差,构造标准差矩阵∑a,利用与这些标准差对应的投影向量构造主元空间投影矩阵P;S302:对于标准化后的测量向量xt,计算T2和SPE统计量, 其中表示单位矩阵;S303:利用T2和SPE统计量对测量向量进行增广,构造向量对向量进行鲁棒标准化处理;利用表示的第e个变量,计算其标准化值 其中和分别表示第e个变量的中值和四分位数间距;S304:利用难诊断故障的数据构造向量和时间序列窗将作为输入,将故障类型作为输出;S4:识别故障类型:采集实时过程数据,进行标准化处理,输入第一级动态独立循环神经网络,获得故障类型预测值;当预测类型属于难诊断故障时,构造增广向量,进行鲁棒标准化处理,输入第二级动态独立循环神经网络,获得最终故障类型预测值。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国石油大学(华东),其通讯地址为:266580 山东省青岛市黄岛区长江西路66号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。