“纪洪泉”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果38个，建议您升级VIP下载更多相关专利

[发明专利]一种大功率集成燃料电池系统运行状态预测评估方法-CN201910219604.8有效
发明人：彭飞;周东华;纪洪泉 -专利权人：广东云韬氢能科技有限公司
申请日： 2019-03-22 - 公布日： 2023-08-15 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种大功率集成燃料电池系统运行状态预测评估方法，具体涉及质子交换膜燃料电池系统状态评估领域。具体包括：首先，根据大功率集成燃料电池系统的监控信号集合进行特征信号变换，构造系统运行状态原始随机矩阵；然后，进行基于随机张量增广的原始随机矩阵维度扩展，以进一步挖掘特征信息；在此基础上，基于秩一变换原理实现张量增广状态矩阵对应协方差矩阵特征值的高效递推更新；最后，构造基于非线性测试函数的性能指标，根据统计阈值判定实现基于系统张量增广矩阵的状态预测与基于系统原始特征矩阵的状态评估验证过程，从而实现对大功率集成燃料电池系统运行状态的有效预测评估。
一种大功率集成燃料电池系统运行状态预测评估方法

[发明专利]一种旋转导向钻井工具未知模型的容错控制方法-CN202310402691.7在审
发明人：周东华;蔡苗;何潇;纪洪泉;高明;盛立;钟麦英;王建东 -专利权人：山东科技大学
申请日： 2023-04-17 - 公布日： 2023-08-04 - 主分类号： E21B44/00 文献下载
摘要：本发明提供了一种旋转导向钻井工具未知模型的容错控制方法，具体包括如下步骤：S1，获取旋转导向钻井工具的未知非仿射全驱系统模型；S2，建立非仿射全驱系统的一个增广系统动力学模型；S3，设计基于增广系统观测器的鲁棒容错控制器。本发明的技术方案克服现有技术中的容错控制器对系统模型的依赖性较高，对执行器和传感器的时变增益故障有较弱的鲁棒性的问题。
一种旋转导向钻井工具未知模型容错控制方法

[发明专利]一种基于监控二阶统计量的传感器精度下降故障检测方法-CN202010141174.5有效
发明人： 纪洪泉;周东华;侯辉 -专利权人：山东科技大学
申请日： 2020-03-04 - 公布日： 2023-06-23 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种基于监控二阶统计量的传感器精度下降故障检测方法，属于工业监测和故障诊断领域，该方法包括：采集工业过程正常工况下的一段传感器测量数据作为训练数据集；计算各个窗口内测量变量的样本方差，从而得到测量变量的二阶统计量构成的数据矩阵；建立所构造的数据矩阵的主元分析模型，并计算组合指标的故障检测控制限；采集工业过程实时工况下的传感器测量数据作为测试数据，测试数据中的测量变量与训练数据集的测量变量相对应；构造测试数据的二阶统计量向量，计算得到测试数据的故障检测组合指标；将故障检测组合指标的值与控制限进行对比。本发明有效地实现工业过程传感器精度下降故障的检测。
一种基于监控统计传感器精度下降故障检测方法

[发明专利]一种面向动态工业过程的早期故障检测方法-CN202310135636.6在审
发明人： 纪洪泉;侯庆森 -专利权人：山东科技大学
申请日： 2023-02-20 - 公布日： 2023-06-06 - 主分类号： G05B19/418 文献下载
摘要：本发明公开了一种面向动态工业过程的早期故障检测方法，属于工业过程监测与故障诊断领域，该方法包括：采集正常工况下的两组独立测量数据作为训练数据，构建有外部输入的自回归模型；求解优化问题得到工业过程的时滞、自回归系数和时间不相关成分；针对时间不相关成分的每个样本，通过最大化检测性能指标选取每个样本的最优主元；依据最优主元构建训练数据的统计量，确定其控制限；采集工业过程实时数据作为测试样本，利用自回归系数求取测试样本的时间不相关成分；通过最大化检测性能指标计算测试样本的最优主元；计算统计量并进行优化，与控制限作比较实现故障检测。本发明无需过程的精确数学模型及故障数据，且能够实现早期故障的高效检测。
一种面向动态工业过程早期故障检测方法

[发明专利]一种基于隐马尔可夫模型的多工况过程工况辨识方法-CN201910336470.8有效
发明人：周东华;吴德浩;陈茂银;纪洪泉;钟麦英;王建东 -专利权人：山东科技大学
申请日： 2019-04-25 - 公布日： 2023-04-18 - 主分类号： G06F18/241 文献下载
摘要：本发明公开了一种基于隐马尔可夫模型的多工况过程工况辨识方法，具体属于自动检测技术领域。该方法包括离线训练和在线辨识两部分：离线训练过程中，采集各个工况下的历史数据，利用隐马尔可夫模型对多工况过程进行建模，使用极大似然估计算法估计隐马尔可夫模型的参数；在线辨识过程中，首先根据上一时刻样本分属各个工况的概率和工况转移特性计算得到当前时刻样本分属各个工况的先验概率，然后基于当前时刻的样本信息和贝叶斯准则计算得到后验概率，再根据最大后验概率准则确定当前工况，与标准维特比算法相比，本发明所提方法显著降低了在线计算复杂度，更适用于在线的工况辨识。
一种基于隐马尔可夫模型工况过程辨识方法

[发明专利]一种基于递归协整分析和弹性权重巩固的非平稳过程监测方法-CN202011440358.8有效
发明人：周东华;张景欣;纪洪泉;高明;钟麦英;王建东 -专利权人：山东科技大学
申请日： 2020-12-08 - 公布日： 2023-03-24 - 主分类号： G06F18/2135 文献下载
摘要：本发明公开了一种基于递归协整分析和弹性权重巩固的非平稳过程监测方法，属于工业监测和故障诊断领域。该方法包括：依次采集工业系统正常工况下的过程数据构成训练集；利用协整分析和主成分分析进行训练，计算初始投影矩阵等参数；构建监测统计量并计算阈值；采集系统实时工况下的过程数据作为测试样本，利用当前训练模型计算该样本的统计量，并与当前阈值比较，判断系统运行状态。若系统正常则仍处于当前工况，更新递归协整分析和递归主成分分析的参数；若系统进入新的工况，利用新工况数据重新建立模型，并用弹性权重巩固来增强以前工况的信息；否则系统可能出现故障。本发明可广泛应用于化工、加工制造、大型火力发电厂等领域。
一种基于递归分析弹性权重巩固平稳过程监测方法

[发明专利]一种基于统计量马氏距离的微小传感器故障检测和分离方法-CN202010122079.0有效
发明人： 纪洪泉;周东华 -专利权人：山东科技大学
申请日： 2020-02-27 - 公布日： 2022-12-20 - 主分类号： G05B23/02 文献下载
摘要：本发明公开了一种基于统计量马氏距离的微小传感器故障检测和分离方法，属于工业过程监控和故障诊断领域，该方法包括：采集正常的传感器测量作为训练数据集；给定窗宽，依次计算各窗口内测量变量的样本统计量，得到由统计量构成的数据矩阵；计算数据矩阵的均值和协方差，并给定马氏距离的控制限；采集实时传感器测量作为测试数据；利用窗口内的测试数据计算其统计量，并利用上述均值和协方差计算马氏距离，与控制限对比判断是否有故障；若有故障，则利用故障重构求取每个传感器的统计量重构贡献，将具有最大贡献值的传感器定为故障传感器以完成故障分离。与现有技术相比，本发明无需过程数学模型，并可实现多种类型微小传感器故障的检测和分离。
一种基于统计量马氏距离微小传感器故障检测分离方法

[发明专利]一种基于特征权值混合朴素贝叶斯模型的异常检测方法-CN202010902478.9有效
发明人：周东华;陈茂银;王敏;纪洪泉;高明 -专利权人：山东科技大学
申请日： 2020-09-01 - 公布日： 2022-11-11 - 主分类号： G06F17/10 文献下载
摘要：本发明提出了一种基于特征权值混合朴素贝叶斯模型的异常检测方法，属于故障检测领域。本发明通过对连续变量构建辅助二值变量将混合变量的相关性刻画进行统一，给与类别相关程度越大的变量分配越大的权值，构建能同时挖掘连续变量和二值变量信息的特征权值混合朴素贝叶斯模型。本发明与传统方法相比，因与类别相关程度更大的变量具有更大的特征权值，使得更具判别能力的变量对异常检测的贡献越大，从而对过程工业中异常的检测具有更高的性能。
一种基于特征混合朴素贝叶斯模型异常检测方法

[发明专利]一种基于概率变换与统计特性分析的早期故障检测方法-CN202210890467.2在审
发明人： 纪洪泉;赵文清;圣南 -专利权人：山东科技大学
申请日： 2022-07-27 - 公布日： 2022-10-11 - 主分类号： G05B23/02 文献下载
摘要：本发明公开了一种基于概率变换与统计特性分析的早期故障检测方法，属于工业过程监控和故障诊断领域，该方法包括：采集正常数据作为训练数据集，计算其包含样本的马氏距离统计量和控制限，以及为故障的概率值并构成向量；基于上述向量计算各个窗口内概率值的均值和二阶原点矩，构成矩阵并计算每一行的二范数，用经验方法确定控制限；采集实时工况下的数据作为测试样本，计算其马氏距离统计量以及为故障的概率；针对测试样本计算得到的概率值，以当前时刻为基准计算一个窗口内概率值的均值和二阶原点矩，构成向量并求其二范数，与上述经验方法确定的控制限对比判断是否发生故障。本发明无需工业过程的数学模型，并可以有效地实现早期故障检测。
一种基于概率变换统计特性分析早期故障检测方法

[发明专利]一种基于多分类支持向量数据描述的旋转机械故障诊断方法-CN202011167393.7有效
发明人： 纪洪泉;张玉敏 -专利权人：山东科技大学
申请日： 2020-10-28 - 公布日： 2022-09-13 - 主分类号： G01M13/028 文献下载
摘要：本发明公开了一种用于旋转机械多齿轮故障的诊断方法，属于工业监测和故障诊断领域。该方法包括：采集正常和不同故障下的传感器数据作为训练数据集；对训练数据进行时域和频域的特征提取，获取常用特征参数；进行特征选择，组成特征参数子集；建立特征选择后数据矩阵的支持向量数据描述模型，并计算各个故障类别超球体的球心和半径；采集实时工况下传感器测量数据作为测试数据；根据所选特征得到测试数据的特征参数子集，计算与各个球心之间的距离；将此距离与超球体半径对比，若在相应半径范围内则认为该样本属于球心所在类，实现故障诊断。与现有技术相比，本发明无需建立旋转机械的数学模型，并可应用于多类别故障诊断。
一种基于分类支持向量数据描述旋转机械故障诊断方法

[发明专利]一种基于自学习的非平稳过程异常检测方法-CN202011585520.5有效
发明人：周东华;王敏;陈茂银;纪洪泉;钟麦英;高明 -专利权人：山东科技大学
申请日： 2020-12-29 - 公布日： 2022-08-02 - 主分类号： G06K9/62 文献下载
摘要：本发明提出了一种基于自学习的非平稳过程异常检测方法，属于故障检测领域。随着现代工业过程的不断大型化、集成化、复杂化，实际的工业过程往往都是非平稳过程，即状态监测变量的统计特性会随着时间发生变化，而且二值变量也普遍存在于过程监测变量中，本发明针对连续变量和二值变量同时存在的情况下，构建能同时挖掘连续变量和二值变量信息的自学习特征权值混合朴素贝叶斯模型对非平稳过程进行异常检测。本发明与传统方法相比，在在线检测的同时通过自学习对模型参数进行调整，因其具有挖掘新采样数据所携带信息的能力，使其对非平稳过程的异常检测能力更强。
一种基于自学习平稳过程异常检测方法

[发明专利]基于优化准则的高速列车空气制动系统早期故障分离方法-CN202110798141.2有效
发明人： 纪洪泉;王建东 -专利权人：山东科技大学
申请日： 2021-07-15 - 公布日： 2022-05-17 - 主分类号： B60T17/22 文献下载
摘要：本发明公开了基于优化准则的高速列车空气制动系统早期故障分离方法，属于故障诊断领域，包括：采集高速列车正常工况下多组制动缸压力测量数据，构成多个训练数据集；选取制动保持阶段，计算每个训练数据集所包含相应样本的故障检测组合指标，并计算阈值；在高速列车实时工况下，采集符合要求的制动缸压力数据作为测试样本，计算其故障检测组合指标，并与阈值比较判断有无异常；若有故障发生，基于优化准则对故障样本在不同故障方向上重构，若重构后组合指标低于阈值则认为找到了故障根源，实现故障分离。本发明无需对系统精确建模，是一种数据驱动的方法，对具有相同或类似机理的高速列车空气制动系统具有普适性，而且可同时实现检测与分离功能。
基于优化准则高速列车空气制动系统早期故障分离方法

[发明专利]一种基于混合隐朴素贝叶斯模型的异常检测方法-CN202010164039.2有效
发明人：周东华;陈茂银;王敏;徐晓滨;纪洪泉;高明 -专利权人：山东科技大学
申请日： 2020-03-11 - 公布日： 2022-05-13 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于混合隐朴素贝叶斯模型的异常检测方法，属于故障诊断领域。本发明通过对连续变量和二值变量的选择，考虑连续变量与连续变量、二值变量与二值变量、二值变量与连续变量之间的相关性，构建同时包含连续变量和二值变量信息的混合隐朴素贝叶斯模型。本发明与传统方法相比，因加入二值变量的信息，对过程工业中异常的检测具有更高的性能，可以显著的减少故障误报率并有效的提高故障检测率。
一种基于混合朴素贝叶斯模型异常检测方法

[发明专利]一种大型燃煤锅炉热效率的异常监测方法-CN202010520719.3有效
发明人：周东华;陈茂银;吴德浩;朱继峰;闫飞;郑水明;郭恩陶;纪洪泉;徐晓滨 -专利权人：山东科技大学
申请日： 2020-06-10 - 公布日： 2022-04-29 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种大型燃煤锅炉热效率的异常监测方法，具体涉及工业过程异常监测领域。该方法以排烟温度、烟气含氧量等与锅炉热效率密切相关且可以实时测量的变量作为关键性能指标，通过建立过程变量与关键性能指标之间的关联模型，实现对锅炉热效率的异常监测。首先，基于过程变量和关键性能指标之间存在的非平稳共同趋势，建立了输出相关的共同趋势模型，将这些非平稳变量表示为非平稳成分与平稳成分之和的形式。然后，将该模型的参数估计问题描述为一个优化问题，利用交替方向乘子法进行求解。最后，基于该模型设计三个不同的监测统计量，分别用于监测与锅炉热效率有关或无关的异常情况。
一种大型燃煤锅炉热效率异常监测方法

[发明专利]一种具有持续学习能力改进PCA的多工况过程监测方法-CN202010464703.5有效
发明人：周东华;张景欣;陈茂银;徐晓滨;纪洪泉;高明 -专利权人：山东科技大学
申请日： 2020-05-28 - 公布日： 2022-04-22 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种具有持续学习能力改进PCA的多工况过程监测方法，涉及工业监测和故障诊断领域。该方法包括：依次采集工业系统正常工况下的过程数据构成训练集；利用主成分分析对初始工况进行训练，计算初始投影矩阵；根据弹性权重巩固方法和主成分分析原理，构造优化函数，对后续工况进行训练，得到最优投影矩阵；构建监测统计量并计算阈值；采集系统实时工况下的过程数据作为测试样本，利用当前训练模型计算该样本的统计量，并与阈值比较，判断是否有故障发生。本发明方法结合系统原理和先验知识确定权重矩阵，提高方法的可解释性，算法简单，计算量小，易于实现，可广泛应用于化工、加工制造、大型火力发电厂等领域。
一种具有持续学习能力改进 pca 工况过程监测方法

1
2
3
下一页»
尾页
共 38 条