云边端协同下热连轧过程监测与故障诊断方法及装置制造方法及图纸

技术编号:41112861 阅读:22 留言:0更新日期:2024-04-25 14:04
本发明专利技术涉及工业过程监测技术领域,特别是指一种云边端协同下热连轧过程监测与故障诊断方法及装置,方法包括:在端侧平台上完成实时数据的采集、预处理与关键变量筛选;在边侧平台上,利用各工序对应的多维完备数据构建质量监测模型,实现对各批次过程的实时质量监测;在云侧平台上,充分利用边侧质量监测模型、各工序知识和能耗计算机理,构建各采样时刻能耗监测和单批次能耗预测模型;通过云边协同技术和联邦学习等方法,实现层次化的多性能指标协同统一,完成质量与能耗协同下动态性能实时监测、预测与时空诊断。本发明专利技术更好地了解生产过程中的问题,并及时采取相应的措施进行改进和优化。也为生产过程中的能效管理和质量控制提供了有力的支持。

【技术实现步骤摘要】

本专利技术涉及工业过程监测,特别是指一种云边端协同下热连轧过程监测与故障诊断方法及装置


技术介绍

1、当前,面向产品质量、生产效率、过程安全、能源经济等关键性能的过程监测与故障诊断方法,主要是以不同的方式对关键性能与过程变量间相关关系进行建模,近年来得到了快速发展和学术界的持续关注。从取得的研究成果看,数据驱动的性能监测与故障诊断成为主流方向,主要研究方法包括基于多元线性回归(multiple linear regression,mlr)、偏最小二乘(partial least squares,pls)、典型相关分析(canonical correlationanalysis,cca)、有监督深度学习(supervised deep learning,sdl)等方法为核心的性能相关过程监测技术;基于贡献图、重构贡献图等方法为核心的性能相关故障隔离技术,以及以格兰杰因果关系(granger causality,gc)、传递熵(transfer entropy,te)和贝叶斯网络(bayesian network,bn)等方法为核心的性能相关故障辨识方法。充本文档来自技高网...

【技术保护点】

1.一种云边端协同下热连轧过程监测与故障诊断方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述步骤S1中,对所述多维数据进行预处理,包括:

3.根据权利要求2所述的方法,其特征在于,所述将所述多维数据进行初步处理,包括:

4.根据权利要求3所述的方法,其特征在于,所述将所述初步处理后的数据进行解析筛选,包括:

5.根据权利要求4所述的方法,其特征在于,所述步骤S2中,根据各工序的基础信息,结合所述多维完备数据,对质量监测模型进行训练,对每个采样时刻的各工序产品质量进行评估,包括:

>6.根据权利要求5...

【技术特征摘要】

1.一种云边端协同下热连轧过程监测与故障诊断方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述步骤s1中,对所述多维数据进行预处理,包括:

3.根据权利要求2所述的方法,其特征在于,所述将所述多维数据进行初步处理,包括:

4.根据权利要求3所述的方法,其特征在于,所述将所述初步处理后的数据进行解析筛选,包括:

5.根据权利要求4所述的方法,其特征在于,所述步骤s2中,根据各工序的基础信息,结合所述多维完备数据,对质量监测模型进行训练,对每个采样时刻的各工序产品质量进行评估,包括:

6.根据权利要求5所述的方法,其特征在于,所述根据各工序的基础信息,结合所述处理...

【专利技术属性】
技术研发人员:彭开香张学艺
申请(专利权)人:北京科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1