基于动态时间归整和图卷积网络的工业过程故障诊断方法[CN202110522089.8] - 浙江理工大学

专利申请

2021-05-13
公布公告

2022-03-22
授权日期

2022-03-22
终止

2032-03-19

基于动态时间归整和图卷积网络的工业过程故障诊断方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN202110522089.8 申请日期： 2021-05-13 专利主类别： G05B23/02 {{ classMap["G05B23/02"] }}

申请人名称：浙江理工大学

查看申请人名下所有专利

申请人地址：浙江省杭州市下沙高教园区2号大街5号

专利分类项目

G05B23/02 : 电检验式监视

专利注册信息

初审公告期号	2021-05-13	初审公告日期	2022-03-22
注册公告期号	2022-03-22	注册公告日期	2022-03-22
专用权期限	2022-03-22 - 2032-03-19	专利类型	发明授权
代理组织机构	杭州中成专利事务所有限公司查看该机构代理的所有专利

专利介绍

本发明公开了一种基于动态时间归整和图卷积网络的工业过程故障诊断方法，将仿真实验数据集中的正常数据的所有不同变量之间进行动态时间归整DTW得到距离的倒数矩阵作为邻接矩阵A，将故障数据进行标准化处理，然后滑动窗口截取得到节点特征矩阵X，然后构建DTW‑GCN模型，将邻接矩阵A和节点特征矩阵X用于训练和测试DTW‑GCN模型，将实时采集到的工业生产现场数据经过标准化处理和滑动窗口截取后输入训练和测试好的DTW‑GCN模型中进行故障诊断，最终得到实时的诊断结果。本发明能够自动自取、深度挖掘数据中的时空融合特征，有效地提高故障的诊断率。

法律进度