[发明专利]基于机理相关分析贝叶斯网络的化工过程故障诊断方法在审

专利信息
申请号: 201910993159.0 申请日: 2019-10-18
公开(公告)号: CN110766173A 公开(公告)日: 2020-02-07
发明(设计)人: 田文德;任玉佳;王骥;柳楠 申请(专利权)人: 青岛科技大学
主分类号: G06Q10/00 分类号: G06Q10/00;G06N7/00
代理公司: 37221 济南圣达知识产权代理有限公司 代理人: 李琳
地址: 266100 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要: 本公开提供了一种基于机理相关分析贝叶斯网络的化工过程故障诊断方法,分析化工工艺过程单元变量之间的机理相关关系,得到关系矩阵;利用历史数据的置信区间估计,计算贝叶斯网络的条件概率,并结合关系矩阵建立贝叶斯网络;采用主成分分析法对过程进行监控,当检测到故障时,执行数据状态转换,计算变量的贝叶斯贡献;在贝叶斯网络中加入故障节点的证据,找出故障的传播路径和根节点,根据故障传播路径和根节点获取故障的真实原因,结合机理相关过程知识,从贝叶斯网络中找出故障的根本原因;本公开实现了对工艺过程模型的图论建模,结合了机理模型的先验知识和历史数据的定量计算,具有简化计算量提高计算精度的特点。
搜索关键词: 贝叶斯网络 关系矩阵 历史数据 根节点 工艺过程模型 化工工艺过程 主成分分析法 传播路径 单元变量 定量计算 根本原因 故障传播 故障节点 故障诊断 过程知识 化工过程 机理模型 数据状态 条件概率 先验知识 置信区间 贝叶斯 计算量 建模 图论 分析 监控 转换 检测 证据
【主权项】:
1.一种基于机理相关分析贝叶斯网络的化工过程故障诊断方法,其特征在于,步骤如下:/n采集化工工艺过程的历史数据,对化工工艺的变量进行单元划分,分析化工工艺过程单元变量之间的机理相关关系,得到关系矩阵;/n利用历史数据的置信区间估计,计算贝叶斯网络的条件概率,并结合关系矩阵建立贝叶斯网络;/n采用主成分分析法对过程进行监控,当检测到故障时,执行数据状态转换,计算变量的贝叶斯贡献;/n在贝叶斯网络中加入故障节点的证据,找出故障的传播路径和根节点,根据故障传播路径和根节点获取故障的真实原因,结合机理相关过程从贝叶斯网络中找出故障的根本原因。/n
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于青岛科技大学,未经青岛科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201910993159.0/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top