南通大学秦秋月获国家专利权
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!
龙图腾网获悉南通大学申请的专利一种基于小波变换的时空混合模型早期故障检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:CN118708876B 。
龙图腾网通过国家知识产权局官网在2025-04-29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:202410696386.8,技术领域涉及:G06F18/10;该发明授权一种基于小波变换的时空混合模型早期故障检测方法是由秦秋月;邢景揚;李芳芳;马潇雨;卢一凡;王渠成;孙兴建;茅靖峰设计研发完成,并于2024-05-31向国家知识产权局提交的专利申请。
本一种基于小波变换的时空混合模型早期故障检测方法在说明书摘要公布了:本发明提供了一种基于小波变换的时空混合模型早期故障检测方法,属于统计分析和机器学习技术领域。解决了复杂动态系统中微小故障难以实时检测的问题。其技术方案为:包括以下步骤:1进行多级分解和去噪处理;2建立训练数据集和测试数据集的主成分子空间;3计算每个时间窗口内的时间维度和空间维度的近邻样本集;4分别利用累积和算法CUSUM和马氏距离MD计算时间维度和空间维度的统计量;5得到时间和空间序列的基础权重;6使用核密度估计KDE方法估计混合统计量的阈值上限,以判定是否发生故障。本发明的有益效果为:本发明用于高度动态和复杂系统中微小故障的实时检测和分析。
本发明授权一种基于小波变换的时空混合模型早期故障检测方法在权利要求书中公布了:1.一种基于小波变换的时空混合模型早期故障检测方法,其特征在于,包括以下步骤:1使用小波变换对输入的工业过程数据进行多级分解和去噪处理,区分噪声和有用信号,设置软阈值函数,小波系数低于此阈值的部分被视为噪声而被滤除,高于阈值的则保留为信号的有效成分,软阈值函数为: 其中,thr为阈值门限,w为小波系数;2应用主成分分析PCA对去噪后的数据进行特征提取,建立训练数据集和测试数据集的主成分子空间;3设定滑动窗口,计算每个时间窗口内的时间维度和空间维度的近邻样本集;4分别利用累积和算法CUSUM和马氏距离MD计算时间维度和空间维度的统计量;对于单一方向的CUSUM,其计算公式可以表达为:CUSUMi=max0,CUSUMi-1+xi-μ-K2其中,xi是第i个样本的观测值,μ是过程的期望平均值,CUSUMi是第i个样本的累计和;基于公式2对于给定的时间窗口W,得到样本xi在时间维度的统计量Stimexi为: 计算空间维度样本集的均值和协方差矩阵∑,得到样本xi在空间维度的统计量Sspacexi为: 5基于时间和空间统计量的绝对偏差计算得到时间和空间序列的基础权重,并根据权重分配得到最终的混合统计量,绝对偏差定义如下: 其中,Mi为第i个样本的时间维度和空间维度统计量的绝对偏差,基于上式,求得基于时间维度的基础权重为: 通过比例缩放获得具有最大故障度度量基于时空混合模型的不同维度的统计量比例,最终的混合统计量Sts表达式采用以下形式:Stsxi=ωxi·Stimexi+1-ωxi·Sspacexi76使用核密度估计KDE方法估计混合统计量的阈值上限,以判定是否发生故障;给定显著性水平α=0.05,通过KDE方法测量Sts统计的上限: 其中,pz是随机变量z的概率密度函数,在实践中采用以下故障检测逻辑
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南通大学,其通讯地址为:226000 江苏省南通市崇川区永福路79号1幢南通大学技术转移研究院;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”。
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。