买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国矿业大学申请的专利面向不完整复杂工业系统数据的早期故障检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121614911B 。

龙图腾网通过国家知识产权局官网在2026-04-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610146515.5，技术领域涉及：G06F18/24；该发明授权面向不完整复杂工业系统数据的早期故障检测方法是由孙程远;王雪松;程玉虎;李克勤;王浩宇设计研发完成，并于2026-02-02向国家知识产权局提交的专利申请。

本面向不完整复杂工业系统数据的早期故障检测方法在说明书摘要公布了：本发明公开了面向不完整复杂工业系统数据的早期故障检测方法，属于工业过程监控与故障诊断技术领域，本发明的早期故障检测方法包括对不完整过程变量数据构建缺失指示矩阵与邻域概率掩码矩阵，再通过预训练位置加权模型修复数据；在预训练多尺度结构图约束下，经正则化项引导特征映射获得低维潜在特征；调用预构建的质量相关无关子空间统计模型，计算监控统计量并与控制阈值对比，任一统计量超限则判定存在早期故障。本发明兼顾数据修复可靠性与故障弱特征保留，提升早期故障检测灵敏度与准确性，降低误报率，适用于化工生产、风力发电等复杂工业系统。

本发明授权面向不完整复杂工业系统数据的早期故障检测方法在权利要求书中公布了：1.面向不完整复杂工业系统数据的早期故障检测方法，其特征在于，包括： 在线采集复杂工业系统的过程变量数据，所述过程变量数据不完整； 基于预先设定的缺失指示矩阵构建规则，对所述过程变量数据构建缺失指示矩阵，所述缺失指示矩阵用于表征过程变量数据中各时间点对应的各过程变量数据可观测状态； 基于预先确定的时间邻域集合上先验概率分布以及所述缺失指示矩阵确定邻域概率掩码矩阵，所述邻域概率掩码矩阵用于衡量过程变量数据中缺失位置的可靠性； 调用预先训练的位置加权数据修复模型，结合所述邻域概率掩码矩阵对不完整的过程变量数据进行修复； 确定过程变量之间的数值相似性和时序相关性，并进行加权融合形成多尺度结构图，在多尺度结构图的约束下通过引入基于结构图正则化项，对修复后的过程变量数据进行特征映射，获得过程变量数据的低维潜在特征； 调用预先构建的质量相关子空间与质量无关子空间统计监控模型，计算所述低维潜在特征对应的监控统计量，并将所述监控统计量与预先设定的控制阈值进行对比；若任一监控统计量超过其对应控制阈值，判定系统存在早期故障； 所述方法还包括：基于预先确定的可靠性权重规则，计算各过程变量数据在潜在特征空间中的故障贡献指标，所述故障贡献指标反映各变量对故障的贡献程度；基于预先设定的阈值函数对所述故障贡献指标进行判别，筛选出关键故障变量，实现故障定位； 所述位置加权数据修复模型的训练目标为最小化位置加权的重构损失函数，所述位置加权的重构损失函数对缺失数据位置施加高于完整数据位置的权重； 所述位置加权的重构损失函数的表达式如下： ； 其中为修复后的过程变量数据，为原始过程变量数据；表示在t个采样时刻为中心的时间邻域内第d个过程变量处于可观测状态的期望概率值，d=1,2,...,D，D为过程变量总数；t=1,2,…,Tt，Tt表示采样点总数；集合形成邻域概率掩码矩阵。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国矿业大学，其通讯地址为：221116 江苏省徐州市铜山区大学路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。