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！

龙图腾网获悉北京科技大学申请的专利基于动态典型相关分析的高炉过程故障诊断方法及装置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：CN119989049B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202510071550.0，技术领域涉及：G06F18/24；该发明授权基于动态典型相关分析的高炉过程故障诊断方法及装置是由李琳琳;陈星浩;丁梦龙;彭开香设计研发完成，并于2025-01-16向国家知识产权局提交的专利申请。

本基于动态典型相关分析的高炉过程故障诊断方法及装置在说明书摘要公布了：本发明提供一种基于动态典型相关分析的高炉过程故障诊断方法及装置，涉及高炉过程故障诊断技术领域。该方法包括：获取高炉离线数据以及高炉在线数据；基于数据驱动的方法，根据高炉离线数据以及高炉在线数据进行数据识别处理，获得离线零平均值向量以及在线零平均值向量；基于预设故障阈值，根据离线零平均值向量以及在线零平均值向量，采用SD‑CCA方法进行故障校验，获得基于SD‑CCA的残差向量以及故障检测结果；当故障检测结果为故障时，基于故障数据库，根据基于SD‑CCA的残差向量进行故障检索，获得故障类型。本发明是一种基于动态典型相关分析的准确且高效的高炉过程故障诊断方法。

本发明授权基于动态典型相关分析的高炉过程故障诊断方法及装置在权利要求书中公布了：1.一种基于动态典型相关分析的高炉过程故障诊断方法，其特征在于，所述方法包括： 获取高炉离线数据以及高炉在线数据；基于数据驱动的方法，根据所述高炉离线数据以及所述高炉在线数据进行数据识别处理，获得离线零平均值向量以及在线零平均值向量； 其中，所述基于数据驱动的方法，根据所述高炉离线数据以及所述高炉在线数据进行数据识别处理，获得离线零平均值向量以及在线零平均值向量，包括： 根据所述高炉离线数据以及预设的参考向量驱动，采用数据驱动的方法进行数据处理，获得离线零平均值向量； 根据所述高炉在线数据以及预设的参考向量驱动，采用数据驱动的方法进行数据处理，获得在线零平均值向量； 其中，所述根据所述高炉离线数据以及预设的参考向量驱动，采用数据驱动的方法进行数据处理，获得离线零平均值向量，包括： 以高炉参数设定值作为参考输入、以实际测得高炉内部状态作为过程输入和以高炉的输出作为过程输出，根据所述高炉离线数据，获得样本hankel矩阵； 根据所述样本hankel矩阵，通过低秩分解进行因子拆分，获得稳定像表征算子； 基于所述稳定像表征算子，根据预设的参考向量驱动进行计算，得到参考向量驱动的非零均值向量； 根据所述参考向量驱动的非零均值向量，对所述多个像表征算子进行时变性影响消除，获得离线零平均值向量； 基于预设故障阈值，根据所述离线零平均值向量以及所述在线零平均值向量，采用SD-CCA方法进行故障校验，获得基于SD-CCA的残差向量以及故障检测结果； 其中，所述基于预设故障阈值，根据所述离线零平均值向量以及所述在线零平均值向量，采用SD-CCA方法进行故障校验，获得基于SD-CCA的残差向量以及故障检测结果，包括： 根据所述离线零平均值向量，通过典型相关分析故障检测的方法进行计算，得到协方差矩阵； 对所述协方差矩阵进行奇异值分解，获得左奇异向量矩阵、奇异值矩阵和右奇异向量矩阵； 根据所述左奇异向量矩阵、奇异值矩阵和右奇异向量矩阵进行计算，得到基于SD-CCA的参数； 根据所述基于SD-CCA的参数以及所述在线零平均值向量进行计算，得到基于SD-CCA的残差向量； 根据预设故障阈值以及所述基于SD-CCA的残差向量进行故障校验，获得故障检测结果； 当故障检测结果为故障时，基于故障数据库，根据所述基于SD-CCA的残差向量进行故障检索，获得故障类型。

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北京科技大学，其通讯地址为：100083 北京市海淀区学院路30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。