龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：北京科技大学;北京科技大学顺德创新学院
摘要：本发明公开了一种基于图神经网络的冷轧工业过程监测方法，包括：获取工业数据，对所述工业数据进行处理，建立行单位数据集；基于行单位数据集，依据带钢轧制过程时空图结合专家经验知识库建立冷轧过程的图结构数据集；构建图神经网络过程监测模型，根据数据特性确定统计量阈值的计算方法并计算异常阈值；根据所述监测模型的所得值与所述异常阈值进行比较，通过比较结果对冷轧工业过程进行监测。本发明通过构建与真实机理模型相符的图结构来提高模型精度，并对数据模型有一定的可解释性。
主权项：1.一种基于图神经网络的冷轧工业过程监测方法，其特征在于，包括：获取工业数据，对所述工业数据进行处理，建立行单位数据集；基于所述行单位数据集，依据带钢轧制过程时空图结合专家经验知识库建立冷轧过程的图结构数据集；构建图神经网络过程监测模型，根据数据特性确定统计量阈值的计算方法并计算异常阈值；根据所述监测模型的所得值与所述异常阈值进行比较，通过比较结果对冷轧工业过程进行监测；构建所述图神经网络过程监测模型前包括：生成节点表征，确定激活函数进行非线性操作，根据GCN计算范式，生成节点特征，并将图卷积神经网络结果输入至LeakyReLU激活函数中，用于将使原本拟合线性映射的模型转变为可拟合非线性结果；构建所述图神经网络过程监测模型，包括：基于传统多元统计方法中对于统计量阈值的确定方法，采用3σ法则确定冷轧带钢异常IU值阈值；建立GCN过程预测模型，对任意两个时刻之后的板形IU值进行预估，若板形IU预估值超过阈值，则认为发生异常，进而构建所述图神经网络过程监测模型；通过图卷积神经网络建立板形偏差值的GCN预测模型，GCN预测模型包括一层输入层、三层图卷积层、一层全连接层以及一层输出层，输入数据为当前时刻的各参数值，输出数据为两个时刻后的IU值，将输出数据与异常阈值进行比较，构建图神经网络过程监测模型。
全文数据：
权利要求：
百度查询： 北京科技大学 北京科技大学顺德创新学院 一种基于图神经网络的冷轧工业过程监测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号