【InformationSciences】基于深度网络的少样本非线性过程监测的域自适应

在当前的工业过程中，多种模式无处不在，不同模式中包含的历史数据量可能会有很大差异。在为特定模式构建故障检测模型时，数据不足很容易导致冷启动问题。为了解决这个问题，在考虑多种模式之间的相似性和差异性的同时，提出了一种基于特征分离的域自适应深度模型，用于少样本的非线性过程监测。该模型从模式中提取共同特征，并通过将领域知识从源转移到共同特征来弥补数据不足。另一方面，为了避免只关注共同特征而丢失有用信息，该模型还提取了目标域的特定特征。因此，在考虑目标域的特定特征的同时，借助域自适应提高了监测性能。此外，设计了三个检测指标，分别监测公共特征子空间、特定特征子空间和残差子空间。这样做的好处是，当故障发生时，可以获得更多的诊断信息。通过数值例子和实际工业加氢过程对提出的方法进行了测试，以验证检测的有效性。关键词：故障检测、域自适应、通用功能、特定功能

2024-11-09
阅读592

水电站智能巡检系统监测运行与时序特征分析

[摘要]？水电站是国家能源战略部署重要的组成部分, 水电站各组件的状态参数及运行参数的收集、分析和反馈对电站的安全稳定运行至关重要。本文针对国内大多数水电站目前采用的传统人工巡检和工业监控相结合的系统存在的人力消耗大、安全系数低, 工业摄像头易出现死角、人工监视屏幕疲劳等问题, 对已开发用于电站监测的智能巡检机器人的工作原理及在水电站内日常巡检和运行分析系统进行介绍, 并将机器人所采集到的信号分为一次状态信号、缓慢变化信号、快速脉动时序信号。针对快速脉动时序信号独有的复杂性和非线性特性, 本文将传统时频信号分析方法和非线性混沌分析方法相结合, 分析快速脉动时序信号, 得到其非线性特征与机组运行不稳定性的关联性。结果表明在智能巡检分析模块加入非线性混沌分析可以有效建立机组信号与运行状态的关系, 实现水电站实时状态监测。[关键词]？水电站; 智能巡检; 压力脉动; 混沌分析

2025-01-17
阅读503

普洛斯：2024物流行业：园区ESG及绿色运营白皮书（100页）

普洛斯：2024物流行业：园区ESG及绿色运营白皮书（100页），普洛斯：2024物流行业：园区ESG及绿色运营白皮书（100页）

2025-02-12
阅读918
下载0
101页
pdf

基深度学习的智能设备故障诊断研究综述总结报告

1. 非线性特征提取能力：可捕捉复杂工业数据中的高阶非线性关系，如轴承振动信号的微弱故障特征。 2. 数据驱动的自适应性：通过大规模数据训练，适应不同工况（如变转速、变载荷）下的设备状态变化。 3. 多模态处理能力：支持时序、图像、图结构等多类型数据，满足复杂设备（如齿轮箱、航空发动机）的多传感器融合诊断需求。

2025-05-21
阅读737

基于人工智能的风电机组故障诊断与预测性维护系统开发

基于人工智能的风电机组故障诊断与预测性维护系统开发是一个复杂且多层次的任务，涉及数据采集、预处理、特征提取、模型构建、故障诊断和预测等多个环节。以下是根据我搜索到的资料

2025-01-13
阅读343

开源代码推荐|面向大模型时代用于生成工业时序数据的时序增强条件扩散模型

工业多变量时间序列（Industrial multivariate time series , MTS）是人们了解工业领域机器状态的重要视角。但由于数据采集难度和隐私的顾虑，用于构建智能维修研究和智能大模型的可用数据远远不够。因此，工业时序数据的生成具有重要意义。现有的研究多采用生成式对抗网络（Generative Adversarial Networks，GANs）来生成MTS数据。然而，由于生成器和鉴别器的联合训练，会使神经网络的训练过程不稳定。本文提出了一个基于时序增强的条件自适应扩散模型Diff-MTS，用于生成MTS。旨在更好地处理MTS数据复杂的时序依赖性和动态性。具体地说，提出了一种条件自适应最大均值差异（Conditional Adaptive -Maximum Mean Discrepancy, Ada-MMD）方法用于MTS数据生成。该方法提高了扩散模型的条件一致性。此外，建立了时间分解重构UNet (Temporal Decomposition Reconstruction, UNet, TDR-UNet)，以捕获复杂的时序模式，进一步提高生成时序数据的质量。在C-MAPSS和FEMTO数据集上的实验表明，与基于GAN的方法相比，Diff-MTS方法在多样性、保真度和实用性方面都有明显的提高。

2025-01-06
阅读806

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713

中国基础教育大数据发展蓝皮书

中国基础教育大数据发展蓝皮书，中国基础教育大数据发展蓝皮书，中国基础教育大数据发展蓝皮书，中国基础教育大数据发展蓝皮书

2024-12-17
阅读471
下载0
52页
pdf

上一页 1 …… 2825 2826 2827 2828 2829 2830 2831 2832 2833 2834 2835 …… 2884 下一页共 23066 条



立即登录

没有账户，需要注册

登录用户可享受以下权益

免费下载方案
服币提现
发布方案得服币
交易分成

精品推荐

工业时序基础大模型技术发展综述

时序大模型是面向时间序列数据的基础大模型，以 Transformer 等架构为核心，通过在海量多领域时序数据上进行预训练，学习时间维度上的通用模式、周期规律与长距离依赖关系。区别于传统时序模型针对单一任务单独训练，时序大模型具备强大的迁移能力，只需少量样本微调或零样本提示，即可适配时序预测、异常检测、缺失值补全、时序分类等下游任务。在工业场景中，它能够直接处理传感器、设备测点产生的海量时序信号，挖掘设备状态演变规律，支撑设备故障预警、工况识别与生产趋势预判，为工业智能落地提供底层模型能力。如：中服云的CServerAIR

阅读167
下载6

2026“人工智能+”行业发展蓝皮书

2025年，全球人工智能市场规模达到3909亿美元，中国人工智能核心产业规模突破9000亿元。AIAgent细分市场以49.6%的年复合增长率高速扩张，制造业应用大模型的企业比例在一年之内从9.6%跃升至47.5%。从2024年初，中国日均词元(Token)调用量为1000亿;至2025年底，跃升至100万亿;2026年3月，已突破140万亿，两年增长超千倍。这些数字背后，是一场深刻变革的加速到来-人工智能正在从"能力突破"走向“系统重构”。

阅读2079
下载8

中服云能碳管理平台V5.0

中服云能碳管理系统依托中服云工业物联网底座打造，聚焦工业企业能耗管控与碳资产管理需求。系统整合水、电、气、热等多类能源数据，实现用能实时采集、集中监测、智能分析。依托数字化手段精准核算碳排放总量，助力企业摸清碳排底数、合规完成台账管理。通过节能诊断、能耗优化策略推送，有效降低生产能耗与运营成本。全方位赋能企业绿色低碳转型，筑牢安全生产与节能减排双重发展防线。

阅读2540
下载11

中服设备健康管理系统产品介绍

中服设备健康管理系统依托中服云工业物联网架构搭建，面向工业全品类设备运维场景。融合实时数据采集、状态监测、故障诊断核心能力，全天候掌握设备运行动态。通过边缘计算与 AI 算法分析设备隐患，实现从被动维修向预测性维护升级。有效降低设备故障率、减少停机损失，简化线下运维管理流程。助力工厂实现设备数字化管控，保障产线高效、稳定、安全运行。

阅读2320
下载9

最新上线

面向高性能实时计算场景分布式对象数据库技术报告（2026年）

随着航空运输市场动态定价、精细化运营和实时查询需求持续提升，传统数据库架构在面对TB级航空运价数据、高并发读写与毫秒级响应的严苛要求时，可能面临内存冗余、序列化开销及分布式一致性等方面的挑战。本报告聚焦中国民航信息网络股份有限公司(以下简称“中国航信”)在核心运价计算系统中应用的自研海量数据实时计算框架实践情况。该框架以内存原生对象存储为核心，结合分布式对象处理机制，支持多节点强一致访问，用于支撑航班动态定价、历史运价回溯等业务场景。本报告将围绕该技术架构的设计理念、实现路径、应用成效与行业价值进行梳理，旨在为高性能、低延迟、强一致的实时计算场景提供可复用的技术范式与实践参考。

阅读19
下载1

结构调整，经济增速阶段性下降

2026年二季度，GDP同比增长4.7%，低于第一季度0.7个百分点，经济增速阶段性下降，经济走势“量”轻“质”重。政策调整初见成效，高技术产业规模持续增长，传统产业过剩产能去化加速。第二季度，尽管国际地缘风险加剧，但随着多国领导人率代表团集体访华，双边贸易沟通增加，叠加中国经济结构调整，外贸产品结构变化，高技术产品贸易成为新的增加引擎，进、出口额增速明显上涨，外需贡献增加。