基于动静特征协同分析和有序时段划分的闭环系统过程监测方法

基于动静特征协同分析和有序时段划分的闭环系统过程监测方法

公告结束时间2024-12-21 14:23:04
拟成交价50万元
icon所有权人
icon专利号
浙江大学
icon拟受让单位所在区域
icon联系邮箱
icon受让方是否是成果完成人或者其利害关系人
lichongyang@zju.edu.cn
icon出让方式
公示备注
普通许可
--
基于动静特征协同分析和有序时段划分的闭环系统过程监测方法

[1] 成果名称:基于动静特征协同分析和有序时段划分的闭环系统过程监测方法

完成人:赵春晖; 田畅

权利人:浙江大学

成果类型:发明专利

成果号:ZL201*****4362.2

成果简介:本发明公开了基于动静特征协同分析和有序时段划分的闭环系统过程监测方法,该方法考虑闭环系统的调节作用,综合分析过程动静特征,将一个多操作步骤的间歇过程自动划分为不同的子时段,并且能够通过分析控制器的调节作用区分间歇过程的过渡时段和稳态时段。本发明综合了控制器调节作用与运行状态相关的动静态在线监测指标作为时段划分的判断依据,改进了时段模型的精度,并大大提高了后续的过程在线监测性能。该方法不仅有利于对具体过程特性的了解,而且增强了闭环系统实际在线过程监测的可靠性和可信度,有助于工业工程师对闭环系统下过程运行状态做出准确判断,及时发现故障,从而保证实际生产的安全可靠运行和产品的高质量追求。

[2] 成果名称:面向百万千瓦超超临界机组的非平稳分析与因果诊断方法

完成人:赵春晖; 高洁

权利人:浙江大学

成果类型:发明专利

成果号:ZL201*****8342.4

成果简介:本发明公开了一种面向百万千瓦超超临界机组非平稳特性的基于因果分析的多层贝叶斯网络故障诊断方法。本发明首先运用了稀疏协整分析和格兰杰因果分析分别对非平稳变量提取局部的精细化的非平稳变量间的因果关系子网,同时对所有变量提取全局性的因果关系。最后,结合贝叶斯网络对故障路径进行追溯并定位根源故障变量。该方法克服了大型燃煤机组因果分析中非平稳性的影响,充分挖掘了非平稳变量间所包含的潜在因果关系,建立了多层诊断模型,有效地解决了复杂非平稳故障过程定位根源故障变量困难的问题,大大提高了非平稳过程的故障传播的诊断性能,有助于火电厂对工厂进行有效及时的排查检修,从而保证了百万千瓦超超临界发电机组的安全可靠运行。


联系人:郝工
电话:010-68960698
邮箱:1049263697@qq.com

标签: 分析 协同 监测

0人觉得有用

招标
业主

-

关注我们可获得更多采购需求

关注
相关推荐
 
查看详情 免费咨询

最近搜索

热门搜索