買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉浙江大學(xué)申請(qǐng)的專利一種基于RBNCVA的高爐煉鐵過程監(jiān)測方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN115909535B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-12發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202211258236.6，技術(shù)領(lǐng)域涉及：G07C3/00；該發(fā)明授權(quán)一種基于RBNCVA的高爐煉鐵過程監(jiān)測方法是由楊春節(jié);楊越麟;樓嗣威;朱雄卓設(shè)計(jì)研發(fā)完成，并于2022-10-13向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于RBNCVA的高爐煉鐵過程監(jiān)測方法在說明書摘要公布了：本發(fā)明公開了一種基于RBNCVA的高爐煉鐵過程監(jiān)測方法，首先，采用堆疊去噪自編碼器（SDAE）對(duì)歷史高爐故障數(shù)據(jù)進(jìn)行建模，從中提取出魯棒的寬度非線性特征，這種特征有助于處理高爐煉鐵過程的復(fù)雜非線性，并能抵抗噪聲和異常值的干擾；然后，采用典型變量分析（CVA）方法分析過去和未來特征向量之間的關(guān)系，以應(yīng)對(duì)高爐的動(dòng)態(tài)性問題；最后，通過由核密度估計(jì)方法求得的概率密度函數(shù)來計(jì)算統(tǒng)計(jì)量。本發(fā)明降低了高爐煉鐵監(jiān)測過程中的誤報(bào)率，顯著地提高了故障檢測率和故障敏感性。

本發(fā)明授權(quán)一種基于RBNCVA的高爐煉鐵過程監(jiān)測方法在權(quán)利要求書中公布了：1.一種基于魯棒寬度非線性表示的典型變量分析RBNCVA的高爐煉鐵過程監(jiān)測方法，其特征在于，首先，采用堆疊去噪自編碼器SDAE對(duì)歷史高爐故障數(shù)據(jù)進(jìn)行建模，從中提取出魯棒的寬度非線性特征，這種特征有助于處理高爐煉鐵過程的復(fù)雜非線性，并能抵抗噪聲和異常值的干擾；然后，采用典型變量分析CVA方法分析過去和未來特征向量之間的關(guān)系，以應(yīng)對(duì)高爐的動(dòng)態(tài)性問題；最后，通過由核密度估計(jì)方法求得的概率密度函數(shù)來計(jì)算統(tǒng)計(jì)量； 步驟如下： 步驟一：向正常狀況下采集到的歷史高爐數(shù)據(jù)xok∈Rζ中添加一個(gè)高斯噪聲向量，以重建干凈的輸入數(shù)據(jù)xok為目標(biāo)，對(duì)堆疊去噪自編碼器進(jìn)行權(quán)值訓(xùn)練，建立高爐的魯棒非線性特征提取模型，重構(gòu)目標(biāo)如下： 其中是一個(gè)向量，其中每個(gè)變量都是獨(dú)立的，并服從均值μ和方差的高斯分布，θ,為神經(jīng)網(wǎng)絡(luò)的參數(shù)； 步驟二：堆疊去噪自編碼器利用各隱藏層對(duì)高爐過程變量進(jìn)行抽象非線性映射，采用“concat”運(yùn)算將不同層次的特征融合成一個(gè)聚合特征zk，表達(dá)式如下： zk＝[xh1k,xh2k,xh3k,xrk]∈Rl l＝lh1+lh2+lh3+lr 其中和分別表示第k次采樣時(shí)不同級(jí)別隱藏層的輸出向量和重構(gòu)向量； 步驟三：基于步驟一和步驟二的特征提取策略，使用典型變量分析CVA以進(jìn)一步探索高爐煉鐵過程的動(dòng)態(tài)特性；將獲得的高爐特征矩陣Z∈Rl*N劃分為過去和未來的漢克爾矩陣Wp∈Rls*M和Wf∈Rls*M，其中，漢克爾矩陣的列由M＝N-2s+1給出；然后通過解決以下優(yōu)化目標(biāo)來最大化它們之間的相關(guān)性： s.t.vTv＝1,rTr＝1； 步驟四：使用奇異值分解SVD計(jì)算出步驟三中優(yōu)化目標(biāo)的解， 其中V＝[v1,v2,…,vq]和R＝[r1,r2,…,rq]分別為左右奇異矩陣， 包含q個(gè)主要奇異值；由此得到使高爐過去和未來特征相關(guān)性最大的投影矩陣J和L： 步驟五：通過步驟四求得的投影矩陣J和L將過去的高爐特征觀測向量分別轉(zhuǎn)換為q維典型相關(guān)變量和殘差，狀態(tài)空間C和殘差空間E的具體形式如下： c＝JWp；E＝LWp； 使用T2和Q統(tǒng)計(jì)量作為監(jiān)測統(tǒng)計(jì)量，通過下式給出： 其中，cik和eik分別表示k時(shí)刻C和E的第i個(gè)元素； 步驟六：計(jì)算T2和Q統(tǒng)計(jì)量的控制限，概率密度函數(shù)的估計(jì)定義如下： 其中K·是核函數(shù)，h代表帶寬，最佳帶寬通過最小化平均積分平方誤差的近似值來粗略估計(jì)： hopt＝1.06σM-15 其中σ為標(biāo)準(zhǔn)差，給定置信水平α下監(jiān)測統(tǒng)計(jì)數(shù)據(jù)T2和Q的控制限由下式給出： 步驟七：對(duì)于實(shí)時(shí)監(jiān)測部分，首先采集實(shí)時(shí)數(shù)據(jù)并進(jìn)行標(biāo)準(zhǔn)化處理，通過步驟二-步驟六，構(gòu)建實(shí)時(shí)統(tǒng)計(jì)量T2和Q，最后通過對(duì)比統(tǒng)計(jì)量是否小于控制限，判斷過程運(yùn)行狀態(tài)，若T2和Q其中有一個(gè)低于控制限，則認(rèn)為過程發(fā)生異常狀況，需要停止檢查；反之，則判斷過程正常無需維護(hù)。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人浙江大學(xué)，其通訊地址為：310058 浙江省杭州市西湖區(qū)余杭塘路866號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。