申请/专利权人：博纯材料股份有限公司

申请日：2023-11-02

公开（公告）日：2024-02-27

公开（公告）号：CN117170349B

主分类号：G05B23/02

分类号：G05B23/02

优先权：

专利状态码：有效-授权

法律状态：2024.02.27#授权;2023.12.22#实质审查的生效;2023.12.05#公开

摘要：本申请提供一种应用于氪气充装控制系统的故障诊断方法及系统，涉及故障诊断技术领域，通过采集包含目标控制状态和迁移控制状态的氪气充装控制样例，以及对这些样例进行过程行为级比较训练和控制变量级比较训练，可以学习到在各种不同操作条件下的行为特征和可能出现的异常情况，有助于提高氪气充装故障的诊断精度。基于初步训练信息和深度训练信息对氪气充装控制表达网络进行训练，可以有效地减少对人工专家知识的依赖，并加快故障诊断的速度。此外，通过生成氪气充装故障诊断网络并使用它对任意目标氪气充装控制数据进行故障诊断，实现了氪气充装系统的自动化故障诊断，大大降低了人工干预的需求，有效地提高了氪气充装故障的诊断精度和效率。

主权项：1.一种应用于氪气充装控制系统的故障诊断方法，其特征在于，应用于故障诊断系统，所述方法包括：采集氪气充装控制表达网络的目标特征学习样本，所述目标特征学习样本包括多个氪气充装控制样例，每个氪气充装控制样例包括目标控制状态的氪气充装控制数据和迁移控制状态的氪气充装控制数据，同一个氪气充装控制样例中的各个氪气充装控制数据之间存在控制特征一致性，所述每个氪气充装控制样例均配置有一个控制变量集合，任一控制变量集合包括相应氪气充装控制样例在系统运行事件发生的所有控制变量；运行所述氪气充装控制表达网络，提取所述每个氪气充装控制样例中的各个氪气充装控制数据的表征特征，并分别对所述每个氪气充装控制样例中的各个氪气充装控制数据的表征特征进行过程行为级比较训练，生成初步训练信息；运行所述氪气充装控制表达网络提取所述每个氪气充装控制样例的表征特征，并分别对所述每个氪气充装控制样例的表征特征和相应控制变量集合中的各个控制变量的表征特征进行控制变量级比较训练，生成深度训练信息；基于所述初步训练信息和所述深度训练信息，对所述氪气充装控制表达网络进行训练，并基于训练完成的氪气充装控制表达网络生成氪气充装故障诊断网络后，调用所述氪气充装故障诊断网络对任意目标氪气充装控制数据进行氪气充装故障诊断；所述初步训练信息包括：所述每个氪气充装控制样例所对应的过程行为级比较训练误差；所述分别对所述每个氪气充装控制样例中的各个氪气充装控制数据的表征特征进行过程行为级比较训练，生成初步训练信息，包括：游走第x个氪气充装控制样例中的各个氪气充装控制数据，并将当前游走的氪气充装控制数据的表征特征作为标的导向特征；x不大于所述目标特征学习样本中的氪气充装控制样例的全局数量；将所述第x个氪气充装控制样例中除所述当前游走的氪气充装控制数据以外的其它氪气充装控制数据的表征特征，确定为所述标的导向特征的目标有效训练数据，并从其它氪气充装控制样例中的各个氪气充装控制数据的表征特征中，提取出所述标的导向特征的至少一个目标干扰训练数据；所述其它氪气充装控制样例包括：所述目标特征学习样本中除所述第x个氪气充装控制样例以外的氪气充装控制样例；基于所述标的导向特征和所述目标有效训练数据之间的匹配度，以及所述标的导向特征和每个目标干扰训练数据之间的匹配度，计算所述当前游走的氪气充装控制数据所对应的过程行为级比较训练误差；在所述第x个氪气充装控制样例中的各个氪气充装控制数据均被游走后，对所述第x个氪气充装控制样例中的各个氪气充装控制数据所对应的过程行为级比较训练误差进行加权计算，生成所述第x个氪气充装控制样例所对应的过程行为级比较训练误差；所述深度训练信息包括：所述每个氪气充装控制样例所对应的控制变量级比较训练误差；所述分别对所述每个氪气充装控制样例的表征特征和相应控制变量集合中的各个控制变量的表征特征进行控制变量级比较训练，生成深度训练信息，包括：将第x个氪气充装控制样例的表征特征作为初始导向特征，x不大于所述目标特征学习样本中的氪气充装控制样例的全局数量；将所述第x个氪气充装控制样例所对应的控制变量集合中的各个控制变量的表征特征，确定为所述初始导向特征的初始有效训练数据；获取先验控制特征库，所述先验控制特征库中包括至少一个控制状态的控制变量，并依据所述第x个氪气充装控制样例所对应的控制变量集合，从所述先验控制特征库中的各个控制变量的表征特征中，提取出所述初始导向特征的至少一个初始干扰训练数据；基于所述初始导向特征和每个初始有效训练数据之间的匹配度，以及所述初始导向特征和每个初始干扰训练数据之间的匹配度，确定所述第x个氪气充装控制样例所对应的控制变量级比较训练误差；所述初步训练信息包括：所述每个氪气充装控制样例所对应的过程行为级比较训练误差；所述深度训练信息包括：所述每个氪气充装控制样例所对应的控制变量级比较训练误差；所述基于所述初步训练信息和所述深度训练信息，对所述氪气充装控制表达网络进行训练，包括：加权计算所述初步训练信息中的各个过程行为级比较训练误差，生成所述目标特征学习样本对应的过程行为级比较训练误差；加权计算所述深度训练信息中的各个控制变量级比较训练误差，生成所述目标特征学习样本对应的控制变量级比较训练误差；对所述目标特征学习样本对应的过程行为级比较训练误差，和所述目标特征学习样本对应的控制变量级比较训练误差进行相加，生成所述氪气充装控制表达网络的网络训练误差参数；基于最小化所述网络训练误差参数的训练目标，更新所述氪气充装控制表达网络的网络功能层信息。

全文数据：

权利要求：

百度查询： 博纯材料股份有限公司 应用于氪气充装控制系统的故障诊断方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD