SIA OpenIR  > 数字工厂研究室
基于层次密度峰值聚类和最相似模态的故障监测方法
李帅; 周晓锋; 史海波; 潘福成; 李歆; 张宜驰
Department数字工厂研究室
Rights Holder中国科学院沈阳自动化研究所
Patent Agent沈阳科苑专利商标代理有限公司 21002
Country中国
Subtype发明
Status公开
Abstract本发明涉及一种基于层次密度峰值聚类和最相似模态的故障监测方法,对工业过程历史正常数据进行模态划分,获取层次模态信息;利用层次模态信息对工业过程历史正常数据建立故障监测模型;将待监测的工业过程数据,得到最相似模态,输入到所述故障监测模型,进行故障监测。本发明利用已有的工业数据资源,考虑了复杂工业过程的多模态性和多模态动态性和不确定性,克服现有多模态故障监测方法依赖先验的模态信息,采用固定的模态划分及模型等局限,这对于及时发现工业过程的异常工况、保证生产安全、提高产品质量具有重要意义。
PCT Attributes
Application Date2017-12-18
2019-06-25
Application NumberCN201711365157.4
Open (Notice) NumberCN109933040A
Language中文
Contribution Rank1
Document Type专利
Identifierhttp://ir.sia.cn/handle/173321/25007
Collection数字工厂研究室
Affiliation中国科学院沈阳自动化研究所
Recommended Citation
GB/T 7714
李帅,周晓锋,史海波,等. 基于层次密度峰值聚类和最相似模态的故障监测方法[P]. 2019-06-25.
Files in This Item: Download All
File Name/Size DocType Version Access License
CN201711365157.4.pdf(699KB)专利 开放获取CC BY-NC-SAView Download
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[李帅]'s Articles
[周晓锋]'s Articles
[史海波]'s Articles
Baidu academic
Similar articles in Baidu academic
[李帅]'s Articles
[周晓锋]'s Articles
[史海波]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[李帅]'s Articles
[周晓锋]'s Articles
[史海波]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: CN201711365157.4.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.