[发明专利]一种用于六氟丁二烯制备的智能化有毒有害气体报警系统有效
申请号: | 202210897022.7 | 申请日: | 2022-07-28 |
公开(公告)号: | CN115346345B | 公开(公告)日: | 2023-06-06 |
发明(设计)人: | 张前臻;朱军伟;傅晓腾;张鸿铨;张奎 | 申请(专利权)人: | 福建省杭氟电子材料有限公司 |
主分类号: | G08B21/14 | 分类号: | G08B21/14;G06N3/0464;G06N3/08 |
代理公司: | 北京恒泰铭睿知识产权代理有限公司 11642 | 代理人: | 何平 |
地址: | 364000 福建省*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用于 丁二烯 制备 智能化 有毒 有害 气体 报警 系统 | ||
1.一种用于六氟丁二烯制备的智能化有毒有害气体报警系统,其特征在于,包括:
气体监测数据采集模块,用于获取由以预定拓扑样式部署于六氟丁二烯的制备场所内的多个有毒有害气体监测仪采集的多个预定时间点的气体浓度值;
单样本气体数据编码模块,用于将各个所述有毒有害气体监测仪采集的多个预定时间点的气体浓度值通过包含一维卷积层的时序编码器以得到对应于各个所述有毒有害气体监测仪的测量数据时序特征向量;
多样本气体数据关联编码模块,用于将所述对应于各个所述有毒有害气体监测仪的测量数据时序特征向量排列为二维特征矩阵后通过作为过滤器的第一卷积神经网络以得到测量数据关联特征矩阵;
传感器拓扑矩阵构造单元,用于获取所述多个有毒有害气体监测仪的拓扑矩阵,其中,所述拓扑矩阵中非对角线位置上各个位置的特征值为相应两个有毒有害气体监测仪之间的距离,所述拓扑矩阵中对角线位置上各个位置的特征值为零;
拓扑矩阵编码模块,用于将所述拓扑矩阵通过作为过滤器的第二卷积神经网络以得到拓扑特征矩阵;
拓扑特征校正模块,用于对所述拓扑特征矩阵进行特征分布校正以得到校正后拓扑特征矩阵;
融合模块,用于将所述测量数据关联特征矩阵与所述校正后拓扑特征矩阵进行矩阵相乘以将所述校正后拓扑特征矩阵的高维拓扑信息映射到所述测量数据关联特征矩阵的高维特征空间中以得到分类特征矩阵;以及
报警结果生成模块,用于将所述分类特征矩阵通过分类器以得到分类结果,所述分类结果用于表示是否产生报警提示;
其中,所述单样本气体数据编码模块,包括:
输入向量构造单元,用于将各个所述有毒有害气体监测仪采集的多个预定时间点的气体浓度值按照时间维度排列为对应于各个所述有毒有害气体监测仪的一维的输入向量;
全连接编码单元,用于使用所述时序编码器的全连接层以如下公式对所述输入向量进行全连接编码以提取出所述输入向量中各个位置的特征值的高维隐含特征,其中,所述公式为:其中X是所述输入向量,Y是输出向量,W是权重矩阵,B是偏置向量,表示矩阵乘;
一维卷积编码单元,用于使用所述时序编码器的一维卷积层以如下公式对所述输入向量进行一维卷积编码以提取出所述输入向量中各个位置的特征值间的高维隐含关联特征,其中,所述公式为:
其中,a为卷积核在x方向上的宽度、F为卷积核参数向量、G为与卷积核函数运算的局部向量矩阵,w为卷积核的尺寸;
其中,所述多样本气体数据关联编码模块,用于:所述第一卷积神经网络的各层在层的正向传递中对输入数据分别进行:
对输入数据进行卷积处理以得到卷积特征图;
对所述卷积特征图进行基于局部通道维度的均值池化以得到池化特征图;以及
对所述池化特征图进行非线性激活以得到激活特征图;
其中,所述第一卷积神经网络的最后一层的输出为所述测量数据关联特征矩阵,所述第一卷积神经网络的第一层的输入为所述二维特征矩阵;
其中,所述拓扑矩阵编码模块,用于:所述第二卷积神经网络的各层在层的正向传递中对输入数据进行卷积处理、沿通道维度的均值池化处理和激活处理以由所述第二卷积神经网络的最后一层生成所述拓扑特征矩阵,其中,所述第二卷积神经网络的第一层的输入为所述拓扑矩阵;
其中,所述拓扑特征校正模块,包括:
指数运算单元,用于计算以所述拓扑特征矩阵中各个位置的特征值为幂的自然指数函数值;
倒数运算单元,用于计算所述拓扑特征矩阵中各个位置的特征值的倒数;
约束值计算单元,用于以所述拓扑特征矩阵中各个位置的特征值为幂的自然指数函数值减去所述拓扑特征矩阵中该位置的特征值的倒数再减一以得到所述拓扑特征矩阵中各个位置的特征值对应的约束值;以及
结构化理解单元,用于计算所述拓扑特征矩阵中各个位置的特征值对应的约束值的绝对值的对数函数值以得到所述校正后拓扑特征矩阵;
其中,所述融合模块,用于:以如下公式将所述测量数据关联特征矩阵与所述校正后拓扑特征矩阵进行矩阵相乘以将所述校正后拓扑特征矩阵的高维拓扑信息映射到所述测量数据关联特征矩阵的高维特征空间中以得到所述分类特征矩阵;
其中,所述公式为:
其中M表示所述分类特征矩阵,M1表示所述所述测量数据关联特征矩阵,M2表示所述校正后拓扑特征矩阵,表示矩阵相乘。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于福建省杭氟电子材料有限公司,未经福建省杭氟电子材料有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210897022.7/1.html,转载请声明来源钻瓜专利网。