龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：中南大学
摘要：本发明公开了一种基于平行式字典学习的复杂工业过程监测方法和系统，方法包括：根据各监测变量的方差膨胀因子，提取工业过程的共线性变量集；基于线性最大化方法从共线性变量集中划分线性变量子集，剩余监测变量构成非线性变量子集；对每个线性变量子集均基于字典学习建立线性监测模型，对非线性变量子集则基于核字典学习建立非线性监测模型；基于建立的线性和非线性监测模型计算重构误差，并计算各误差控制限；在线获取复杂工业过程的实时监测样本数据，计算各变量子集的重构误差；基于各重构误差和控制限，融合计算当前监测样本数据的全局指标，由全局指标判定当前工业过程是否故障。本发明可以实现对线性、非线性共存的复杂工业过程的监测。
主权项：1.一种基于平行式字典学习的复杂工业过程监测方法，其特征在于，包括：根据工业过程各监测变量的方差膨胀因子，从监测变量集中提取共线性变量集；基于线性最大化方法从共线性变量集中识别并划分线性变量子集，监测变量集中剩余监测变量构成非线性变量子集；对每个线性变量子集均基于字典学习建立线性监测模型，对非线性变量子集则基于核字典学习建立非线性监测模型；基于建立的线性和非线性监测模型，计算训练数据在各变量子集部分的重构误差，并基于核密度估计方法计算各线性和非线性监测模型的控制限；在线获取复杂工业过程的实时监测样本数据，使用各线性和非线性监测模型计算各变量子集的重构误差；基于各重构误差和控制限，计算当前监测样本数据各变量子集部分的正常似然概率、异常似然概率和异常后验概率，并融合得到当前监测样本数据的全局指标，由全局指标判定当前复杂工业过程是否故障。
全文数据：
权利要求：
百度查询： 中南大学 一种基于平行式字典学习的复杂工业过程监测方法和系统
免责声明
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号