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！

龙图腾网恭喜北京科技大学申请的专利一种浮法玻璃生产过程故障监测与根源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：CN118396404B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202410433444.8，技术领域涉及：G06Q10/0637；该发明授权一种浮法玻璃生产过程故障监测与根源诊断方法及装置是由董洁;尉艳梅;彭开香;秦昕设计研发完成，并于2024-04-10向国家知识产权局提交的专利申请。

本一种浮法玻璃生产过程故障监测与根源诊断方法及装置在说明书摘要公布了：本发明公开了一种浮法玻璃生产过程故障监测与根源诊断方法及装置，属于工业过程监测技术领域，该方法包括：获取浮法玻璃历史生产过程数据；基于历史生产过程数据，采用预设的因果发现框架捕获各过程变量之间的因果关系，构建因果关系图；基于历史生产过程数据，构建浮法玻璃生产过程故障监测模型；获取浮法玻璃实时生产过程数据，根据实时生产过程数据，采用浮法玻璃生产过程故障监测模型对当前的浮法玻璃生产过程进行故障监测；当监测到发生故障时，基于监测结果和因果关系图确定故障发生原因。本发明通过对浮法玻璃生产过程进行建模，能够提高浮法玻璃生产过程故障监测的准确性，降低误报率，准确识别故障的根本原因和传播路径，提高生产效率。

本发明授权一种浮法玻璃生产过程故障监测与根源诊断方法及装置在权利要求书中公布了：1.一种浮法玻璃生产过程故障监测与根源诊断方法，其特征在于，包括：获取浮法玻璃历史生产过程数据；其中，所述生产过程数据由浮法玻璃生产过程中的多种不同的过程变量的时间序列组成；基于历史生产过程数据，采用预设的因果发现框架捕获各过程变量之间的因果关系，构建包含各过程变量之间因果关系的因果关系图；基于历史生产过程数据，构建浮法玻璃生产过程故障监测模型；获取浮法玻璃实时生产过程数据，根据实时生产过程数据，采用浮法玻璃生产过程故障监测模型对当前的浮法玻璃生产过程进行故障监测；当监测到发生故障时，基于监测结果和因果关系图确定故障发生的根本原因；所述基于历史生产过程数据，采用预设的因果发现框架捕获各过程变量之间的因果关系，构建包含各过程变量之间因果关系的因果关系图，包括：构建基于注意力机制的时间卷积网络TCN网络，以捕获过程变量之间的因果关系；其中，基于注意力机制的TCN网络的输入为各过程变量的时间序列；针对每一个过程变量，将其作为目标变量，基于注意力机制的TCN网络利用其它过程变量在时刻T以及T之前的值回归并预测目标变量在时刻T的值；并在预测过程中，为每一过程变量分别设定一个相应的注意力分数；基于注意力机制的TCN网络通过历史生产过程数据进行训练，在训练完成后，根据各变量的注意力分数，采用下式确定各变量之前的因果关系： 其中，当hi,j＝1时，表示过程变量Xi是目标变量Xj的一个潜在原因，二者之间存在因果关系；当hi,j＝0时，表示过程变量Xi不是目标变量Xj的潜在原因，二者之间不存在因果关系；ai,j表示在对目标变量Xj进行预测时，过程变量Xi对应的注意力分数；τj表示目标变量Xj对应的注意力分数阈值；τj的确定方式如下：将对目标变量Xj进行预测时，各变量的注意力分数按降序排序，然后计算任意两个相邻注意力分数之间的差值的绝对值；将差值的绝对值最大的两个相邻注意分数中较大的一个作为目标变量Xj对应的注意力分数阈值τj；在基于注意力机制的TCN网络捕获过程变量之间的因果关系之后，所述基于历史生产过程数据，采用预设的因果发现框架捕获各过程变量之间的因果关系，构建包含各过程变量之间因果关系的因果关系图，还包括：使用排列重要性验证各过程变量之间因果关系的真实性；利用过程知识对完成验证的因果关系进行修剪和完善，构建因果关系图；基于历史生产过程数据，构建浮法玻璃生产过程故障监测模型，包括：使用Fast-unfolding算法将过程变量划分为多个子块；针对每一子块分别构建时空信息协同分析的局部故障监测模型；所述局部故障监测模型用于根据子块对应的过程变量进行相应子块的故障监测；基于贝叶斯融合算法将各局部故障监测模型的监测结果融合，获得全局监测模型；全局监测模型用于根据各局部故障监测模型的监测结果进行故障监测；针对每一子块分别构建时空信息协同分析的局部故障监测模型，包括：基于因果关系图确定子块之间变量的联系，得到每一子块中的每一变量的邻居节点，针对每一子块，将其所包含的各过程变量以及其所包含的每一过程变量对应的邻居节点作为其监测变量，以捕获子块与子块之间的空间信息；应用核规范变量分析KCVA对各子块的监测变量进行建模，以挖掘每个子块内监测变量的时间信息和非线性，得到每个子块对应的T2和Q统计量；利用历史生产过程数据确定各子块的T2和Q统计量的控制限；基于监测结果和因果关系图确定故障发生的根本原因，包括：基于每个子块的监测结果构建子块贡献指数，确定子块贡献指数的控制限，当子块贡献指数超过其控制限时，表示相应子块是故障相关子块，由此得到故障块集VFBS；其中，子块贡献指数是基于每个子块的监测结果构建的，表达式为： 其中，BICb表示第b个子块的贡献指数；Φb表示第b个子块的统计量超过其相应控制限的次数；k*表示划分出的子块的数量；如果则表示第b个子块是故障相关子块；利用因果发现框架计算故障相关子块内的过程变量前注意力分数在正常情况与故障情况下的变化指标，确定所述变化指标的控制限，将注意力分数的变化指标大于相应控制限的过程变量加入故障根源变量候选集VFVS；其中，注意力分数的变化指标的计算公式为： 其中，adi表示第i个过程变量前注意力分数在正常情况与故障情况下的变化指标；n表示过程变量的数量；表示在对第i个过程变量进行预测时，第v个过程变量在故障情况下对应的注意力分数；表示在对第i个过程变量进行预测时，第v个过程变量在正常情况下对应的注意力分数；当时，表示第i个过程变量为故障相关变量，将其加入故障根源变量候选集VFVS；其中，m表示第i个过程变量所在的故障相关子块内的变量数；使用因果发现框架捕获故障相关子块内的过程变量间的因果关系，得到故障状态下的故障相关子块的局部因果图，在过程知识的指导下，利用全局因果图和局部因果图来搜索故障根源变量候选集VFVS中故障变量的传播路径；其中，所述全局因果图表示使用Fast-unfolding算法划分出的所有子块之间的因果关系。

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”。