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！

龙图腾网获悉东南大学申请的专利一种多模态工业过程模态划分与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：CN119847028B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411963395.5，技术领域涉及：G05B19/042；该发明授权一种多模态工业过程模态划分与监测方法是由司风琪;刘卫东;任少君设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本一种多模态工业过程模态划分与监测方法在说明书摘要公布了：本发明公开了一种多模态工业过程模态划分与监测方法，主要包括离线建模和在线监测两个阶段。离线建模阶段先采集多模态工业过程历史运行数据进行标准化处理，基于数据非线性特征分布建立多个局部自编码器模型，然后根据局部自编码器模型的重构误差计算各模型的损失权重构建多局部自编码器模型，通过迭代训练得到全局误差最小的模型，实现模态划分；在线监测阶段先对实时数据进行标准化处理，然后输入多局部自编码器模型中，确定所属模态，从而计算监测指标进行状态监测。本发明基于模型重构误差动态计算各模型权重和数据分配，自动确定最优局部模型数量，实现全局误差最小化的聚类，增强了对多模态工业过程的状态监测能力。

本发明授权一种多模态工业过程模态划分与监测方法在权利要求书中公布了：1.一种多模态工业过程模态划分与监测方法，其特征在于，包括如下步骤： S1：离线建立不同模态的局部自编码器模型； S1.1：采集运行相关历史数据样本集，进行标准化处理； S1.2：设置迭代次数和初始模态数量，并建立与模态数量相等的局部自编码器模型； S1.3：计算各局部自编码器模型的重构误差，得到各局部自编码器模型的损失权重；所述步骤S1.3中局部自编码器模型m的损失权重计算公式如下： ， 其中，为对自变量的Fair估计的影响函数，M为局部自编码器模型的个数，为与局部自编码器模型m的数据验证区域的中心点的距离，公式如下： ， 其中，为局部自编码器模型m的样本验证区域的中心点； 其中，Fair估计的影响函数公式如下： ， 其中，是一个调节常数； S1.4：将损失权重加入损失函数中，建立并训练多局部自编码器模型； S1.5：重复S1.3-S1.4，直至损失权重收敛或达到最大迭代次数； S1.6：将各局部自编码器中损失权重较大的数据划分同一模态，得到模态划分结果，并根据模态划分结果建立不同模态的局部自编码器模型； S2：根据局部自编码器模型对实时数据进行在线监测； S2.1：对实时数据进行同样的标准化处理； S2.2：将实时数据放入各模态模型计算其重构误差，确定其所属模态； S2.3：根据实时样本所属模态自编码器模型计算SPE值并与控制阈值对比，超出阈值为异常样本，反之则为正常样本。

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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路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”。

以上内容由龙图腾AI智能生成。