摘要：针对具有多变量、非线性和高维度特点的间歇过程数据使得早期故障信号易被噪声干扰且故障幅值低导致故障监测效果不佳的问题,提出一种基于堆叠鲁棒邻域保持自编码(stack-robust neighborhood preserving autoencoder, S-RNPAE)的间歇过程早期故障监测方法.首先,通过L2,1范数重新设计自编码器的目标函数,以提高模型对噪声和离群点的鲁棒性;其次,利用邻域保持嵌入来正则化鲁棒自编码器的方式构建鲁棒邻域保持自编码(robust neighborhood preserving autoencoder, RNPAE)模块,解决自编码器作为一种全局模型而忽略包含早期故障特征的局部近邻信息的提取问题;然后,将多个RNPAE模块堆叠构造S-RNPAE网络,从而获取深层全局-局部特征,保证对早期微小故障信息提取更充分,并建立检测统计量实现过程检测;最后,利用一种适用于非线性过程的贡献图方法完成故障诊断,其诊断结果更准确.通过Swiss Roll数据集和青霉素发酵过程的实验表明,所提方法的特征提取能力更强,对间歇过程的早期故障更敏感,具有更好的早期故障监测效果.

摘要：由于DMTO反应器的反应温度和建模变量呈非线性特征,常规的线性模型无法准确捕捉其特征,为此建立了基于SVR-PCA的过程监测模型,能够避免非线性特征对模型的影响。结果表明:SVR-PCA过程监测模型能够比PCA过程监测模型提前63 min、比DCS系统预警提前163 min对DMTO反应温度长时间大幅波动进行报警,能够减少反应温度短时间小幅波动和反应温度长时间小幅波动的误报率。

摘要：作为一种典型的多元统计分析方法,偏最小二乘(PLS)被广泛用于对关键性能指标的异常监测。然而,在复杂的工业过程中,数据可能具有动态、非线性特性或者同时具有动态和非线性特性,基于PLS的线性模型不适用于该过程,且可能导致较高的故障误报率。为此,文中提出了一种基于偏最小二乘的多特征提取算法。首先,基于动态内PLS模型(DiPLS)提取动态特征,得到质量相关动态子空间和动态残差子空间,并针对动态残差子空间进行PLS回归建模,以进一步分离静态信息的质量相关特征;然后,将残差子空间向高维投影,构建非线性PLS模型,以提取变量的非线性特征;最后,在各特征空间中构造统计量,设计了完整的多特性混合系统过程监测策略。田纳西-伊斯曼过程的实例分析结果表明,文中提出的方法有较快的故障检测速度,能达到较好的故障检测效果。

摘要：激光粉末床熔融增材制造面临质量稳定一致性的挑战,铺粉质量是影响成形件质量的重要因素。近年来,计算机视觉在铺粉缺陷监测中的应用表现突出,但其性能却受到标注数据数量不足的限制。针对这一问题,笔者设计了基于视觉大模型分割一切模型(SAM)的铺粉缺陷分割模型(PSAM)。针对SAM预训练参数的知识迁移问题,引入Adapter模块实现参数微调;针对铺粉分割任务中类别信息的需求,改进了SAM中的掩码解码器;针对工业场景中人工提示难的问题,提出了自动提示生成器,实现了视觉提示的自动生成。在训练样本数量仅为50的情况下,PSAM表现出了良好的分割性能,平均交并比(mIoU)可达到65.02%,相较于Deeplab v3和U-Net分别提升了8.52个百分点和5.31个百分点。本研究展示了视觉大模型在增材过程监控中的应用价值和应用潜力。

摘要：在选区激光熔融成形过程中,飞溅与熔池包含了能够体现加工质量的重要特征信息,从成形过程采集到的熔池图像中,获得这些信息,实现选区激光熔融的过程监测是近年来研究的重点之一。为了更加精确且有效地从图像中提取熔池和飞溅的信息,提出了一种基于YOLOv5目标检测模型,实现了对成形过程图像中飞溅与熔池的实时定位与捕获。首先,以YOLOv5s目标检测网络为基础,调整骨干网络的深度与宽度,修改检测头的数量。之后,引入自校正卷积与CBAM注意力机制模块,设计了新的特征整合结构,通过上述步骤,提升了网络的检测性能。将工业相机采集到的图像制作为目标检测数据集,进行模型的训练与测试,结果表明该网络能够从原始图像中对飞溅与熔池目标进行准确的定位,在具有良好的检测精度的同时,网络模型的参数量极少,更加符合工业应用的需求。网络的检测精度mAP@0.5:0.95达到了0.466,为基于图像的选区激光熔融过程监测提供了一种新的方法。

摘要：由于多阶段间歇过程在每个操作阶段主导变量和过程特性的巨大差异性,也为了降低传统方法只进行阶段硬划分以及过程建模不考虑过程动态性导致的漏报率和误报率,提出了基于批次加权软划分的多阶段自回归主元分析(AR-PCA)间歇过程监测方法。方法引入了反距离加权(IDW)和单变量控制图对仿射传播聚类(AP)进行改进,避免以单批次作为AP输入不能表征整个生产过程阶段特性的局限性,并且解决了AP不能辨识过渡阶段的缺陷。然后针对过渡阶段和稳定阶段分别建立ARPCA模型和MPCA模型,较传统方法以整批次数据建立唯一模型具有更高的模型精度,同时消除了过渡阶段的动态性,可有效降低误报和漏报。实验设计由青霉素发酵仿真平台和重组大肠杆菌实际生产过程完成,结果显示了该方法的可行性和有效性。

摘要：为了全面了解复合材料的固化特性,在对碳纤维增强树脂基复合材料固化变形进行数值仿真分析的基础上,将自行设计的光纤Bragg光栅(FBG)传感器埋入复合材料中,实时在线监测复合材料固化过程中温度和应变的演变。预浸料铺层方式为[011/9011],分别在层合板0°和45°方向的典型位置埋入FBG温度和应变传感器,采用热模压方式固化成型复合材料层合板,并对成型后的层合板进行连续2次降温处理,实时记录固化过程中FBG传感器中心波长的变化。结果表明:在相同的温度条件下,复合材料在第1次降温初始阶段的压应变绝对值明显小于在第2次降温初始阶段的压应变绝对值,表明复合材料在第1次降温过程中仍在进行FBG传感器可检的"后固化"反应;此外,层合板变形的FBG传感器监测数据与有限元模拟结果吻合良好。因此,采用内埋FBG传感器的方法能够实时监测复合材料固化过程,为更全面地分析复合材料固化特性提供了一种可靠有效的方法。

摘要：针对铸造企业采用人工监测与记录方式监测困难、数据记录效率低、数据可视化效果差、数据利用率低等问题,设计开发了一套设备监测与数据可视化系统。该系统采用基于B/S架构的设计模式,根据系统的总体要求和性能需求分析,设计了系统构架、概念结构和功能模块结构,包括设备数据监测、历史数据分析、报警管理、设备管理四个功能模块,并应用于百慕高科铸造企业。应用结果表明,该系统可实现对各类设备运行状态的监测,能达到良好的数据可视化效果,提高工作效率和数据记录的准确性。此外,通过设备运行历史数据与工艺数据的对比分析,也提升了数据利用率。

摘要：为保障工业系统高效安全地运行,主要研究对于一般工业系统基于数据驱动的过程监测系统设计方法。首先,借助互质分解技术学习故障诊断观测器的参数化形式,在已有数据驱动设计方法的基础上,将单维的基于观测器的残差产生器扩展至多维,研究基于多维残差产生器的过程监测系统设计。其次,针对工业系统中普遍存在的非线性、系统不确定性和工作点变化等问题,基于自适应观测技术还为多维残差产生器设计了自适应更新策略。最后通过在三水箱仿真系统中的案例学习验证了所提出的数据驱动设计方法。

摘要：焊接过程监测系统对于提高劳动生产率,确保焊接产品的质量具有重要意义。而要开发出实用的监测软件系统面临着诸如:开发周期长、成本高,系统通用性差、集成难度大等困难。软件重用技术能够为解决上述困难提供一条行之有效的途径。事实上,在目前焊接过程监测软件开发领域中,软件重用意识不高,可重用构件和架构还很缺乏。于是,尝试运用软件重用技术对焊接过程监测系统的架构和构件进行分析和设计。实验室中的系统开发实践表明,运用软件重用技术建立领域架构和构件库并使之逐步完善,可以使得焊接过程监测系统的研制和开发更加高效。