Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国矿业大学张祥瑞获国家专利权

中国矿业大学张祥瑞获国家专利权

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!

龙图腾网获悉中国矿业大学申请的专利一种基于动静态混合图的重介选煤过程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:CN121705810B

龙图腾网通过国家知识产权局官网在2026-05-12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:202610211396.7,技术领域涉及:G06F18/24;该发明授权一种基于动静态混合图的重介选煤过程故障检测方法是由张祥瑞;巩卓琰;代伟;夏振兴;南静;刘鑫;王兰豪设计研发完成,并于2026-02-13向国家知识产权局提交的专利申请。

一种基于动静态混合图的重介选煤过程故障检测方法在说明书摘要公布了:本发明属于工业过程监控与故障诊断技术领域,提出一种基于动静态混合图的重介选煤过程故障检测方法,整体可称为基于动静态混合图的时空同步注意力网络HG‑STAN。该方法包括:采集重介选煤过程关键变量数据并进行预处理;基于工艺先验知识构建静态图,同时利用自注意力机制从数据中学习动态关联,融合形成动静态混合图;构建时空同步图注意力自编码器STGAAE同步聚合节点的空间邻域信息与历史时间信息;利用包含重构损失和图结构稀疏性正则化的组合损失函数训练模型;建立数据层面统计量和图层面统计量的多层次监控体系;通过核密度估计确定各统计量控制限,实现故障在线检测。本发明显著提高了重介选煤过程故障检测的准确性和灵敏度。

本发明授权一种基于动静态混合图的重介选煤过程故障检测方法在权利要求书中公布了:1.一种基于动静态混合图的重介选煤过程故障检测方法,其特征在于,包括以下步骤: S1、数据预处理与动静态混合图构建:针对重介选煤过程,采集过程监测变量数据与先验知识,并对过程监测变量数据进行数据预处理,每个过程变量得到一个标准化后的时序数据;通过固定长度滑动窗口生成动态时序数据,形成标准化动态输入时序数据;使用先验知识定义得到静态图邻接矩阵,将预处理后的时序数据输入空间自注意力机制,通过计算查询矩阵和键值矩阵得到变量间的注意力权重,构成动态图的邻接矩阵,将静态图与动态图融合得到混合图,作为后续特征提取的拓扑基础; S2、时空同步图注意力自编码器建模与训练:建立时空同步图注意力自编码器STGAAE,所述STGAAE包含时空同步图编码器和时空同步图解码器,均由多层时空同步图注意力模块堆叠而成;以混合图邻接矩阵和预处理后的时序数据作为模型输入,在节点更新过程中,通过引入掩蔽下三角矩阵与时间特征提取矩阵,实现对空间邻域信息与历史时间信息的同步聚合与特征提取,并对重介选煤过程的输入数据进行重构,基于数据重构误差与图结构稀疏性正则化项构建组合损失函数,对时空同步图注意力自编码器进行训练,迫使模型学习重介选煤过程正常工况下的过程数据关键特征,并约束动态图结构以避免虚假关联,获得训练好的监测模型; S3、多层次监控统计量构建与离线建模:基于训练好的模型,分别构建数据层面统计量和图层面统计量;所述数据层面统计量包括特征空间的T²统计量和残差空间的SPE统计量;所述图层面统计量包括基于拉普拉斯矩阵特征值的宏观拓扑统计量和基于动态图边数量的微观结构统计量,通过核密度估计确定各统计量的控制限; S4、在线故障检测:实时采集过程数据并进行与离线阶段相同的预处理,将处理后的数据输入训练好的模型中,实时计算四个监控统计量的值,若任一统计量的值超过其对应的控制限,则判定过程发生故障。

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矿业大学,其通讯地址为:221116 江苏省徐州市铜山区大学路1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。

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。