博文

《控制理论与应用》虚拟专刊: 学习与诊断领域

已有 699 次阅读 2025-7-2 22:01 |个人分类:论文推荐|系统分类:博客资讯

《控制理论与应用》第42卷第5期

虚拟专刊：学习与诊断领域

时序知识图谱构建关键技术及研究进展

【作者】

曾朝晖, 杨阳, 陈晓方, 桂卫华, 阳春华, 彭郅荣

【摘要】

近年来, 时序知识图谱受到国内外研究人员的广泛关注, 成为研究热点. 区别于传统知识图谱, 时序知识图谱嵌入了时序信息, 能够表示时序关系和因果关系, 描述关系变化规律和事件演化模式, 可成为能感知时间信息和因果律的知识库. 本文对时序知识图谱构建技术进行综述. 首先, 本文介绍了时序知识图谱的定义和构建流程; 其次, 梳理了时序知识图谱构建过程中时序知识抽取、时序知识嵌入、时序逻辑推理等关键技术的研究进展, 分析其发展状况并指出优缺点; 最后, 给出面向多级决策的铝电解氧化铝浓度多粒度知识图谱构建与应用案例, 对时序知识图谱在流程工业领域的应用前景进行了展望.

【关键词】

时序知识图谱; 时序知识抽取; 时序知识嵌入; 时序逻辑推理; 多粒度; 深度学习

【引用格式】

曾朝晖, 杨阳, 陈晓方, 等. 时序知识图谱构建关键技术及研究进展. 控制理论与应用, 2025, 42(5): 865 – 874

【全文链接】

https://jcta.ijournals.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=CCTA230612&flag=1

有限标记样本下基于GSSL-GraphSage的半监督故障诊断方法

【作者】

曹洁, 王庭义, 王进花

【摘要】

鉴于在实际工程中采集的齿轮箱标注监测数据是有限的, 且基于图神经网络的齿轮箱故障诊断方法研究仍存在标签信息挖掘不充分的问题, 本文提出一种有限标记样本下基于图的半监督学习(GSSL)与图采样聚合算法(GraphSage)的齿轮箱半监督故障诊断方法. 基于K最近邻算法和基于图的标签传播策略, 将标签信息沿边传播给分布相似的邻域样本, 从而充分利用有限样本的标签信息, 提高模型性能. 将每个振动频谱样本视为一个节点构建基于图的半监督学习框架, 最后将半监督学习框架输入到节点级GraphSage网络中进行故障分类, 避免新加入节点重新训练的情况, 可有效防止训练过拟合, 增强泛化能力. 将所提方法用于分析齿轮箱故障实验数据, 结果表明所提方法能够在6%的低标签情况下准确诊断齿轮箱的不同故障模式, 验证了对齿轮箱故障诊断的可行性和有效性.

【关键词】

故障诊断; GraphSage网络; 有限标记样本; 半监督学习; 标签传播策略

【引用格式】

曹洁, 王庭义, 王进花. 有限标记样本下基于GSSL-GraphSage的半监督故障诊断方法. 控制理论与应用, 2025, 42(5): 892 – 902

【全文链接】

https://jcta.ijournals.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=CCTA230368&flag=1

基于BOA-SVM的冷源系统温度传感器偏差故障检测

【作者】

周璇, 闫学成, 闫军威, 梁列全

【摘要】

针对当前因温度传感器偏差故障识别率低, 严重影响冷源系统节能可靠运行的问题, 提出一种基于贝叶斯优化支持向量机BOA-SVM组合优化算法的偏差故障检测方法. 该方法融合了贝叶斯优化算法(BOA)和支持向量机(SVM)技术, 适用于小样本、非线性故障数据, 同时克服了SVM算法对核函数参数与惩罚因子强敏感性的问题. 论文建立了广州市某办公建筑冷源系统Trnsys仿真模型, 对室外干球、冷冻供水与冷却进水3种温度传感器不同程度的偏差故障进行模拟. 仿真结果表明, 与本文提出的其他方法相比, 该方法准确率高, 泛化能力及鲁棒性强, 能够满足冷源系统温度传感器偏差故障的检测需求, 保障空调系统的安全、高效与稳定运行.

【关键词】

冷源系统; 温度传感器; 贝叶斯优化; 支持向量机; 故障检测; Trnsys

【引用格式】

周璇, 闫学成, 闫军威, 等. 基于BOA-SVM的冷源系统温度传感器偏差故障检测. 控制理论与应用, 2025, 42(5): 921 – 930

【全文链接】

https://jcta.ijournals.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=CCTA220965&flag=1

电熔镁炉多模态信息工况智能识别方法研究

【作者】

李帷韬, 顾嘉钦, 王殿辉, 吴高昌

【摘要】

针对电熔镁炉识别过程中出现的模态完备性不足问题, 本文阐述了一种电熔镁炉多模态信息工况智能识别方法. 首先, 通过语义神经网络提取工况图像特征和双向编码语言模型提取语言特征, 构建多模态工况的完备联合特征向量, 并通过Transformer编码层实现全局交互, 捕捉视觉与语言信息的细粒度对齐. 引入自适应Transformer解码层的自注意力机制, 采用全连接网络获得多模态工况识别结果. 基于强化学习定义门控单元评估策略, 实时评估不确定工况识别结果, 构建解码层的动态调节机制, 以获取多模态工况的细粒度特征, 并采用模糊积分集成模型库的识别结果. 实验证明了本方法的有效性和鲁棒性.

【关键词】

电熔镁炉; 多模态; 强化学习; Transformer; 工况识别

【引用格式】

李帷韬, 顾嘉钦, 王殿辉, 等. 电熔镁炉多模态信息工况智能识别方法研究. 控制理论与应用, 2025, 42(5): 931 – 946

【全文链接】

https://jcta.ijournals.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=CCTA230367&flag=1

基于FCM-WPPCR协同度量的转炉炼钢终点碳温软测量方法

【作者】

赵安, 刘辉, 陈甫刚

【摘要】

转炉炼钢终点碳温的准确检测是吹炼末期判断出钢的关键, 而非线性、多工况的数据特性是软测量有效预测终点碳温的难点. 针对复杂工业数据下即时学习直接度量相关样本困难且度量依据较为单一, 致使样本匹配失准的问题, 本文提出一种模糊C均值聚类加权后验概率与聚类关系(FCM-WPPCR)协同度量策略, 用于即时学习最佳样本子集选择. 该策略通过模糊C均值聚类划分多工况子簇, 并引入推土机距离(EMD)准则构建一种后验概率模式表征待测样本在各簇中的隶属度; 其次, 通过最大均值差异确定其他子簇与最大隶属度子簇的相关度后, 计算待测样本与各簇样本EMD距离的均值构造一种协同度量机制加权后验概率和簇关系, 以确定待测样本在各簇中样本选择的执行标准; 最后, 在各簇中选择相关样本构造最佳样本子集, 并建立局部回归模型预测终点碳温. 通过实际炼钢生产过程数据仿真, 碳含量在±0.02%误差范围内预测精度达到92.60%, 温度在±10℃误差范围内预测精度达到93.30%.

【关键词】

转炉炼钢; 预测分析; 相似性度量; 即时学习; 软测量

【引用格式】

赵安, 刘辉, 陈甫刚. 基于FCM-WPPCR协同度量的转炉炼钢终点碳温软测量方法. 控制理论与应用, 2025, 42(5): 1026 – 1038

【全文链接】

https://jcta.ijournals.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=CCTA230357&flag=1

期刊介绍

《控制理论与应用》(Control Theory & Applications)是经国家科学技术部批准, 教育部主管, 由华南理工大学和中国科学院数学与系统科学研究院联合主办的全国性一级学术刊物, 1984年创刊, 月刊, 国内外公开发行. 《控制理论与应用》是中国科学引文数据库首批统计源期刊之一，中文核心期刊，入选中国精品科技期刊顶尖学术论文F5000项目，中国科协自动化学科领域高质量科技期刊目录以及中国科协百篇优秀科技论文遴选计划，2021年入选广东省高质量科技期刊建设项目，2022-2024年连续获得基金委资助（科技活动专项）。

期刊封面2.jpg 目录2.jpg