会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

IEEETASE基于质量相关时空信息分析的全厂工业过程多单元协同监测

现代工业装置普遍表现出规模大、过程长、多单元协同作业的特点，这使得时空分布具有内在性，质量稳定性通常难以保证。本文提出了一种基于质量相关时空信息分析的多单元协同监控框架。在该框架中，分别从单元级和过程级分析时空属性。首先，对于每个操作单元，采用当前特征提取策略构建质量监督时空支持区域。在该策略中，时间动态特征由具有注意力机制的长短期记忆（LSTM）网络提取。同时，利用互信息核主成分分析方法提取空间特征。其次，对于全厂过程，构建了一个三阶多单元时空特征张量进行特征融合。通过张量分解位置，探索了单元之间的相互关联和过程中的质量继承，并将原始特征空间分解为几个子空间。最后，在子空间上开发了一个多单元协同监测模型，并通过贝叶斯融合给出了综合监测结果，可以对监测结果进行合理的解释。所提出的框架在实际的热轧带钢生产过程中得到了验证。

  • 2025-01-11
  • 阅读857

IEEESENSORSJOURNAL基于深空时网络和典型变量分析的工业过程质量相关故障检测方法

现代制造过程通常包含多个子过程，过程变量的时空特征难以提取，这给传统的质量相关故障诊断带来了重大挑战。为了解决这个问题，我们提出了一种由图注意力网络驱动的故障检测模型——集成门控递归单元规范变量分析（GATRU-CVA）。首先，利用领域专家的知识和历史数据构建子块知识图。接下来，为全局变量构建了图注意力网络（GAT）的空间特征提取器。此外，使用子块知识图将全局空间特征划分为子块，并构建相应的时间特征提取器。然后，考虑到过程动态特性，使用CVA基于时空特征对过程进行建模，并计算相应的统计数据。阈值由核密度估计器（KDE）方法确定。最后，使用热轧带钢机过程（HSMP）的实际生产数据来验证所提出的模型。结果表明，该方法对HSMP的正确监测率（CMR）为97%与其他比较故障检测方法相比。关键词：规范变量分析、故障检测、门控递归单元（GRU）、图注意力网络（GAT）知识图。

  • 2025-01-11
  • 阅读740

IJACSP基于自适应时空解耦图卷积网络的复杂工业过程质量相关故障检测方法

随着工业技术的快速发展，工业过程变得越来越复杂，呈现出大规模、多单元协作的特点。然而，目前的大多数故障检测方法都侧重于非线性、动态和其他特征，而忽略了时空信息。为了解决这个问题，本文提出了一种基于自适应时空解耦卷积网络的质量相关故障检测方法。首先，时间图卷积网络和空间图卷积网络以联合训练的形式有机结合。其次，考虑到固定图结构不能反映节点之间的动态关系，我们提出了一种自适应加权任务机制来构建嵌入先验知识的动态相关图。多注意力机制用于整合时空信息。此外，我们设计了一个解耦层来避免信息冗余。最后，利用所提出的时空图卷积网络建立回归模型，通过解耦层提取与质量相关的潜在变量，并基于Kullback-leibler散度构建统计量，以热轧带钢和Tennessee Eastman工艺为例说明了所提出方法的有效性和可行性关键词：图卷积神经网络；热轧带钢工艺；质量相关故障检测、时空关联

  • 2025-01-11
  • 阅读793

一文探讨灯塔工厂内涵、架构设计及标杆案例实践

2018年，由世界经济论坛和麦肯锡共同推出，灯塔工厂就是智能制造的领路人，当我们遭遇大风大浪、黑暗、不知道方向的时候，人们会需要灯塔。灯塔工厂具备网络化、自动化、更优化的特征，同时也具备代表性、技术性、高效性和价值性，给广大的制造业指路。灯塔工厂不是目的，而是一个阶段、一个里程碑，是一个重新塑造自己、塑造制造业的开始。

  • 2025-01-08
  • 阅读579

一种基于图像增强和改进卷积神经网络的新型智能轴承故障诊断方法

轴承故障诊断对确保设备正常运行至关重要。然而，机械设备的工作环境通常非常恶劣，在实际工业过程中，故障数据的收集受到限制，出现了故障样本不足的问题，这使得深度学习模型的特征提取能力急剧下降。

  • 2025-01-08
  • 阅读601

基于多传感器信息融合的齿轮箱故障诊断技术

在设计一个基于多传感器信息融合的齿轮箱故障诊断系统时，我们需要考虑以下几个关键方面：传感器的选择与部署、数据的收集与预处理、数据融合算法的设计、故障诊断模型的开发以及系统性能的评估。以下是根据我搜索到的资料，对这些方面的详细设计方案和建议。

  • 2025-01-13
  • 阅读392

西安交大：数字孪生综述-架构、使能技术、安全防护和以及未来展望

通过与其物理实体实时互动、数据同步和高效协同，数字孪生有望能够推动自主智能和安全高效的各类智慧城市服务。通过将海量物理实体及其数字孪生体通过孪生体内和孪生体间通信相互连接，数字孪生网络（Internet of Digital Twin, IoDT）可实现海量物理/虚拟实体之间的自由数据交换、动态任务合作和高效信息聚合。然而，随着IoDT不断整合各种新兴技术以孕育新生态，各类已知/未知的安全漏洞和隐私侵犯阻碍了其广泛部署。此外，诸如去中心化结构、信息中心式路由和语义式通信等IoDT的内在特点为IoDT中的安全服务提供关键挑战。本文对IoDT的系统架构、关键支撑技术以及安全和隐私问题进行了深入调研。具体地，我们首先探讨了信息物理融合交互的新型分布式IoDT架构，并讨论了其关键特性和通信模式。随后，我们调研了IoDT中安全和隐私威胁的分类，讨论了主要的研究挑战，并回顾了最先进的防御方法。最后，我们指出了与IoDT相关的新趋势和未来研究方向。

  • 2025-01-08
  • 阅读939

一种基于云端大数据的锂电池早期异常诊断、定位及分类策略

？本研究开发了基于云的分层异常检测方法。该方法包括提取电压最大偏差均值等异常特征信息，进行初始风险筛选，通过裁剪误导窗口辅助机器学习，进行整车级、单体级的异常检测，并进行类型划分，最后采用25辆实际车辆运行数据进行验证。实验结果表明，该方法具有良好的检测精度和泛化能力，能够有效评估电池异常，有望应用于云端平台实现大规模电动汽车安全监管。

  • 2025-01-08
  • 阅读683