浙江大学杨春节获国家专利权
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!
龙图腾网获悉浙江大学申请的专利一种改进混合核辅助平稳变量分析的故障检测与识别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:CN119961831B 。
龙图腾网通过国家知识产权局官网在2025-11-07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:202510044454.7,技术领域涉及:G06F18/2433;该发明授权一种改进混合核辅助平稳变量分析的故障检测与识别方法是由杨春节;楼嗣威;孙强设计研发完成,并于2025-01-11向国家知识产权局提交的专利申请。
本一种改进混合核辅助平稳变量分析的故障检测与识别方法在说明书摘要公布了:本发明公开了一种改进混合核辅助平稳变量分析的故障检测与识别方法,步骤包括:利用混合核探索典型平稳变量CSVs、奇异值分解SVD和迭代建模流程、平稳子空间分析SSA、计算两个统计量和指数差异的贡献;首先,考虑过去、未来矩阵和混合核的多视图非线性映射,探索典型平稳变量的时间相关性和弱平稳性;提出了奇异值分解和迭代建模流程的效率改进,以降低计算成本和准确估计典型平稳变量。此外,通过保留残差中没有自相关的平滑信息,以使用平稳子空间分析进一步分析生成平稳变量SSVs。通过对动态和静态平稳信息的直观解释,计算相应的两个统计量和指数差分贡献来进行故障的检测和识别。
本发明授权一种改进混合核辅助平稳变量分析的故障检测与识别方法在权利要求书中公布了:1.一种改进混合核辅助平稳变量分析的故障检测与识别方法,其特征在于,步骤包括:利用混合核探索典型平稳变量CSVs、奇异值分解SVD和迭代建模流程、平稳子空间分析SSA、计算两个统计量和指数差异的贡献; 该方法利用弱平稳性约束下基于多视图的混合核的非线性特性来获得CSVs,使CSVs表现出高度的时间依赖性和对非平稳干扰的抵抗力;此外,保留了残差中没有自相关的平稳信息,通过SSA算法进一步提取残差产生SSVs;通过计算两个统计量和指数差分的贡献,从而可以同步故障检测和识别来明确解释动态和静态平稳信息; 所述的利用混合核探索典型平稳变量,包括如下步骤: 2.1针对高炉炼铁过程中的复杂性,首先进行混合内核多视图特征表示,在探索过去向量pk和未来向量fk的时间特征时,使用核技巧来进一步捕获非线性;通过一个线性解可行的非线性映射函数将低维原始空间R映射到某个高维特征空间F,然后在这个新空间中进行分析和建模: 假设收集N个样本xt,局部核和即高斯径向基函数RBF,全局核和即多项式核满足: pk=[xk-qTxk-q+1T…xk-1T]T1a fk=[xkTxk+1T…xk+q-1T]T1b其中q是过去和未来窗口的滞后数; 其中和vi和vj是任意过程样本,内核参数ar和ap适用于RBF和多项式的内核; 为了调和和的强度,给出了加权累积的方法: 其中混合核分别表示过去和未来的向量,γ∈[0,1]表示混合权值;2.2M2KCSVA的目标函数:假设的均值和协方差为: 此处计划M2KCSVA同时追求两个目标;首先,通过最大化和之间的相关性来捕捉过程动力学,其次,估计的特征应保持平滑,不受非平稳波动的干扰;由此生成M2KCSVA的目标函数如下: 其中js和hs是投影向量,和被分隔为Ek段,其中各自的均值和方差及其平均值可从上述方程中获得。
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浙江大学,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励