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！

龙图腾网获悉中国计量大学申请的专利基于并发式非平稳过程分析模型的故障检测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：CN115509205B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202211169839.9，技术领域涉及：G05B23/02；该发明授权基于并发式非平稳过程分析模型的故障检测方法是由何雨辰;陈广;王云;钱丽娟;王杰设计研发完成，并于2022-09-22向国家知识产权局提交的专利申请。

本基于并发式非平稳过程分析模型的故障检测方法在说明书摘要公布了：本发明公开了一种基于并发式非平稳过程分析模型的故障检测方法。方法为：由在化工无故障运行过程中采集的过程变量和质量变量组成训练样本集并进行归一化处理；结合归一化后的训练样本集，利用特定算法构建并训练分析模型；通过分析模型求解特征统计量，并确定特征统计量的控制限；在线收集待测化工运行过程中的过程变量和质量变量，并进行归一化处理；结合归一化后的待测变量集利用分析模型求解待测化工运行过程中的特征统计量，然后根据待测化工运行过程中的特征统计量判断待测化工运行过程中是否存在故障。本发明为工业过程故障检测提供了一个完整的监控框架，有效提取非平稳过程的质量变量，更适用于监测具有质量特性的非平稳工业过程。

本发明授权基于并发式非平稳过程分析模型的故障检测方法在权利要求书中公布了：1.一种基于并发式非平稳过程分析模型的故障检测方法，其特征在于：方法包括以下步骤： 步骤1：由在化工无故障运行过程中采集的过程变量X和质量变量Y组成训练样本集；所述过程变量X包括空气流量、搅拌功率和底物流率，所述质量变量Y包括产物浓度； 步骤2：对步骤1中的过程变量X和质量变量Y进行归一化处理，获得归一化后的训练样本集其中，X*为归一化处理后的过程变量，且X*＝[[x*1，x*2，x*t...x*N]]，t∈[1,N]，Y*为归一化处理后的质量变量，且Y*＝[[y*1，y*2，y*t...y*N]]，t∈[1,N]；其中，x*t表示归一化处理后的第t个训练样本的过程变量，y*t表示归一化处理后的第t个训练样本的质量变量，N表示训练样本集中训练样本的个数； 步骤3：基于归一化后的训练样本集利用特定算法构建并发式非平稳过程分析模型，并利用特定算法对所述分析模型进行训练； 步骤4：结合归一化后的训练样本集通过所述分析模型求解所述分析模型的多个特征统计量进而确定分析模型的多个特征统计量各自的控制限； 步骤5：在线收集待测化工运行过程中的待测过程变量xc和待测质量变量yc，并进行归一化处理，获得归一化后的待测变量集； 步骤6：结合归一化后的待测变量集利用并发式非平稳过程分析模型确定待测化工运行过程中的各特征统计量，然后根据待测化工运行过程中的各特征统计量与分析模型的多个特征统计量各自的控制限之间的大小关系判断待测化工运行过程中是否存在故障； 利用特定算法构建的并发式非平稳过程分析模型具体如下： 其中，A表示从质量相关平稳特征到过程变量的发射矩阵，B表示从质量无关平稳特征到过程变量的发射矩阵，C表示从质量相关平稳特征到质量变量的发射矩阵，qst表示第t个训练样本的质量相关平稳特征，qnt表示第t个训练样本的质量相关非平稳特征，且表示第t个训练样本的质量相关特征矩阵，其中，R表示实数集合，d1为第t个训练样本的质量相关平稳特征qst的维数，p1为第t个训练样本的质量相关非平稳特征qnt的维数，1为训练样本的个数；hst表示第t个训练样本的质量无关平稳特征，hnt表示第t个训练样本的质量无关非平稳特征，表示第t个训练样本的质量无关特征矩阵，d2为第t个训练样本的质量无关平稳特征hst的维数，p2为第t个训练样本的质量无关非平稳特征hnt的维数；et表示归一化处理后的第t个训练样本的过程变量的噪声；ft表示归一化处理后的第t个训练样本的过程变量的噪声。

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计量大学，其通讯地址为：310018 浙江省杭州市下沙高教园区学源街258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”。