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！

龙图腾网获悉中国人民解放军火箭军工程大学申请的专利高效自适应非线性模型更新的关键性能指标过程监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：CN115953075B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202310034391.8，技术领域涉及：G06Q10/0639；该发明授权高效自适应非线性模型更新的关键性能指标过程监测方法是由孔祥玉;罗家宇;周召发;汪立新;张超丽设计研发完成，并于2023-01-10向国家知识产权局提交的专利申请。

本高效自适应非线性模型更新的关键性能指标过程监测方法在说明书摘要公布了：本发明公开一种高效自适应非线性模型更新的关键性能指标过程监测方法，包括：对监测指标进行预处理，生成预处理后的指标；将预处理后的过程变量向高维空间进行映射，生成高维映射后的输入非线性矩阵，构建高斯核函数矩阵，生成归一化处理后的高斯核函数矩阵；根据归一化处理后的高斯核函数矩阵以及预处理后的反映装备核心变化的指标构建正交投影非线性模型；基于正交投影非线性模型，根据归一化处理后的输入非线性矩阵以及预处理后的过程变量确定统计量和控制限，进行在线监测，基于当前监测指标更新正交投影非线性模型，更新统计量和控制限，根据更新后的统计量和更新后的控制限确定复杂设备的当前运行状态。本发明能够提高在线监测的实时性。

本发明授权高效自适应非线性模型更新的关键性能指标过程监测方法在权利要求书中公布了：1.一种高效自适应非线性模型更新的关键性能指标过程监测方法，其特征在于，包括： 获取复杂装备的监测指标，并对所述监测指标进行预处理，生成预处理后的指标；所述监测指标包括过程变量以及反映装备核心变化的指标；所述预处理后的指标包括预处理后的过程变量以及预处理后的反映装备核心变化的指标；所述过程变量包括温度、流量以及压力；所述反映装备核心变化的指标包括伺服机构喷管以及生成物浓度； 将预处理后的过程变量向高维空间进行映射，生成高维映射后的输入非线性矩阵； 根据所述输入非线性矩阵构建高斯核函数矩阵，并对所述高斯核函数矩阵进行归一化处理，生成归一化处理后的高斯核函数矩阵； 根据所述归一化处理后的高斯核函数矩阵以及所述预处理后的反映装备核心变化的指标构建正交投影非线性模型，具体包括： 根据所述归一化处理后的高斯核函数矩阵以及所述预处理后的反映装备核心变化的指标确定第s次迭代的输入潜变量向量、第s次迭代的输出投影向量以及第s次迭代的输出潜变量向量；s为迭代次数； 根据所述第s次迭代的输出投影向量确定输出负载矩阵； 根据所述第s次迭代的输入潜变量向量、所述第s次迭代的输出投影向量以及所述第s次迭代的输出潜变量向量确定输出估计矩阵； 根据所述输出估计矩阵确定第s次迭代的质量相关正交投影向量； 根据所述质量相关正交投影向量确定输入矩阵的第s次迭代的负载向量以及第s次迭代的正交得分向量； 根据所述第s次迭代的负载向量确定输入负载矩阵； 根据所述正交得分向量确定正交输入得分矩阵； 根据所述高维映射后的输入非线性矩阵、所述预处理后的反映装备核心变化的指标、所述所述输入负载矩阵、所述正交输入得分矩阵以及输出负载矩阵构建正交投影非线性模型； 所述正交投影非线性模型为： 其中，Ψx为高维映射后的输入非线性矩阵，为质量相关矩阵，为残差空间矩阵，Px为输入负载矩阵，Tor为正交输入得分矩阵，Y*为预处理后的反映装备核心变化的指标，为输入可预测矩阵，为输出残差矩阵，Tp为原始得分矩阵，Q为输出负载矩阵，T为转置操作； 基于所述正交投影非线性模型，根据所述归一化处理后的输入非线性矩阵以及所述预处理后的过程变量确定统计量和控制限； 根据所述统计量和所述控制限进行在线监测，获取在线监测的当前监测指标； 基于所述当前监测指标更新所述正交投影非线性模型，确定更新后的正交投影非线性模型； 根据所述更新后的正交投影非线性模型更新所述统计量和所述控制限，并根据更新后的统计量和更新后的控制限确定所述复杂设备的当前运行状态；所述当前运行状态为所述复杂设备发生质量相关故障或所述复杂设备运行正常。

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人民解放军火箭军工程大学，其通讯地址为：710025 陕西省西安市灞桥区同心路2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”。