公开(公告)号：CN118737313A

公开(公告)日：2024-10-01

申请号：CN202410707189.1

申请日：2024-06-03

申请人： 东北大学 ,  山东钢铁股份有限公司

发明人： 刘畅 ,  张学民 ,  宋相满 ,  李长新 ,  周平 ,  王鸿宇 ,  杨燚 ,  赵立峰 ,  董慧 ,  黄少文 ,  王成镇 ,  杨恒

IPC分类号： G16C20/30 ,  G16C20/70 ,  G06F18/214 ,  G06F18/243 ,  G06F18/25

摘要： 本发明公开了一种基于多源数据特征融合的钢水质量实时预测方法，涉及转炉炼钢领域。包括基于图像、音频、烟气数据、原料信息、辅料添加数据、吹氧参数等多源数据进行特征融合构建训练数据集，对现有的XGBoost算法进行训练，训练好的XGBoost模型作为钢水质量实时预测模型，模型的输出作为下一时刻钢水温度和钢水碳含量的预测值；将新一炉次的吹炼实时数据传入钢水质量实时预测模型中，预测出当前钢水实时碳含量和钢水实时温度。相比于使用单一来源数据进行钢水质量实时预报的方法，本发明方法综合利用转炉常见的多源数据对转炉炼钢吹炼过程钢水质量进行实时预报，具有抗干扰能力强、实时性好、精度高、可为转炉智能化提供支持等优点。

公开(公告)号：CN115356930B

公开(公告)日：2024-04-19

申请号：CN202211016140.9

申请日：2022-08-24

申请人： 东北大学

发明人： 周平 ,  李洪澎 ,  欧子惠 ,  张理想 ,  柴天佑

IPC分类号： G05B13/04

摘要： 本发明提供一种污水处理过程中的多目标优化控制系统及方法，涉及污水处理自动化控制技术领域。本发明利用自适应网格技术对优化能耗、出水水质模型获得的外部档案集个体进行划分，根据网格密度确定稀疏解和拥挤解，针对稀疏解和拥挤解分别采用邻近圆策略和混合扰动策略对其邻域进行搜索，改善Pareto前沿的分布性；利用基于个体信息的遗传操作产生下一次迭代种群，通过精英引导策略对种群中较差个体进行引导学习，改善种群质量，提高Pareto前沿的收敛性和算法的搜索效率，利用模糊隶属函数法从优化解中确定污水处理过程控制回路的最优设定值，得到更合适的优化设定值。利用PID控制器对最优设定值进行跟踪控制，保证污水处理过程的平稳运行。

公开(公告)号：CN117742162A

公开(公告)日：2024-03-22

申请号：CN202410182641.7

申请日：2024-02-19

申请人： 东北大学

发明人： 周平 ,  刘越

IPC分类号： G05B13/04

摘要： 本发明提供一种马尔可夫跳变双线性系统的最优控制器设计方法，包括：构建马尔可夫跳变双线性系统的系统模型；基于构建的系统模型，构建马尔可夫跳变双线性系统的性能指标；设计适用于马尔可夫跳变双线性系统的改进函数，并根据改进函数推导出适用于马尔可夫跳变双线性系统的黎卡提方程；选取任意一组满足容许控制的控制输入序列，计算初始的状态轨迹、黎卡提方程以及性能指标；计算改进后的控制输入、状态轨迹、黎卡提方程以及性能指标；判断改进后的性能指标是否满足要求，若不满足要求，则重新计算改进后的控制输入、状态轨迹、黎卡提方程以及性能指标；若满足要求，则将改进后的控制器作为马尔可夫跳变双线性系统的最优控制器。

公开(公告)号：CN117518811A

公开(公告)日：2024-02-06

申请号：CN202311567362.4

申请日：2023-11-22

申请人： 东北大学

发明人： 周平 ,  闻超垚 ,  张梓文

IPC分类号： G05B13/04

摘要： 本发明提供了一种基于迁移学习的污水处理过程智能优化控制方法，涉及污水处理自动化控制技术领域，包括如下步骤：S1、采集污水处理过程中的实时数据；S2、根据实时数据构建在线序贯随机权神经网络模型，并采取基于迁移学习的动态多目标优化方法对不断更新的在线序贯随机权神经网络模型进行优化，得到跟踪设定值，利用PID控制器输出溶解氧转换系数KLa,5、内回流量Qa的实时控制值；S3、根据的实时控制值控制污水处理过程中实时跟踪设定值，达到污水净化的目的。本发明对历史数据信息和优化过程中的知识有效利用，提高了动态时变工业过程的优化效率，降低了计算成本，获得了高质量的优化解，为实际污水厂的动态优化运行控制提供了一种新的参考方法。

公开(公告)号：CN117518778A

公开(公告)日：2024-02-06

申请号：CN202311514699.9

申请日：2023-11-14

申请人： 东北大学

发明人： 周平 ,  李洪澎 ,  欧子惠

IPC分类号： G05B11/42

摘要： 本发明提供了一种具有间断Pareto前沿的污水处理过程多目标优化控制方法，涉及污水处理自动化控制技术领域，包括如下步骤：S1、基于在线序贯随机权神经网络建立能耗和出水水质模型，所述能耗和出水水质模型用以准确地描述污水处理过程的优化目标；S2、根据优化方案优化所建立的能耗和出水水质模型，获得最优设定值；S3、采用PID控制器对最优设定值进行跟踪控制，实现污水处理过程的优化控制。本发明提高算法的分布性和收敛性，能够获得质量更高的优化设定值，可以在保证出水水质达标的前提下有效地降低能耗，净化水质，为实际污水厂的优化控制提供了一种新的参考方法。

公开(公告)号：CN112767380B

公开(公告)日：2024-02-02

申请号：CN202110119070.9

申请日：2021-01-28

申请人： 东北大学

发明人： 李旭 ,  董梓硕 ,  张殿华 ,  王培文 ,  曹剑钊 ,  周平 ,  李涛 ,  李庆华 ,  苏亚华 ,  韩月娇

IPC分类号： G06T7/00 ,  G06T7/13 ,  G06T7/136 ,  G06T7/80 ,  G06T5/60 ,  G06T5/80 ,  G06T5/90 ,  G06T5/30 ,  G06N3/048 ,  G06N3/08 ,  G06N3/126

摘要： 本发明提供一种宽厚板端部形状预测方法，首先提取宽厚板生产过程中与端部形状相关的生产数据，然后提取宽厚板轮廓点数据，得到宽厚板端部形状特征量，并对数据进行异常值检测，将去除异常值后的数据归一化并划分为训练集和测试集；最后确定最佳人工神经网络结构，采用遗传算法优化神经网络迭代过程，用训练集进行模型训练，利用测试集测试所建立模型的泛化性能。本方法利用宽厚板轮廓数据对宽厚板端形状进行直接的量化表示，并用人工智能方法进行预测，克服的传统方法对影响因素考虑不全的缺点，具有较高的预测精度，同时具有较快的计算速度。(56)对比文件阮金华.热轧宽厚板平面形状优化与成材率提高的数值模拟研究《.中国优秀博士学位论文全文数据库 工程科技II辑》.2015,B022-162.

公开(公告)号：CN115356931A

公开(公告)日：2022-11-18

申请号：CN202211016390.2

申请日：2022-08-24

申请人： 东北大学

发明人： 周平 ,  张理想 ,  李洪澎 ,  李明杰 ,  宋心宇 ,  柴天佑

IPC分类号： G05B13/04 ,  G06F17/16

摘要： 本发明提供一种基于迭代学习和子空间辨识的粉体粒度PDF形状建模方法，涉及粉体粒度控制技术领域。步骤如下：1)采集盘磨系统的输入输出数据，包括磨盘间隙、喂料量和粉体粒度PDF形状数据；2)采用RBF‑NN对粉体粒度PDF形状对应的权值进行解耦计算；3)采用迭代学习选择一组最优高斯基函数；4)采用子空间辨识建立权值的线性动态模型；5)结合权值线性动态模型和RBF‑NN对粉体粒度PDF形状的近似，可得粉体粒度PDF形状的动态模型。本发明采用迭代学习选择高斯基函数，使其对粉体粒度PDF形状的逼近误差最小，极大改善了建模效果；使用子空间辨识建立权值线性动态模型，在保证良好建模精度同时降低模型复杂度，特别符合实际应用时对模型简单易用的要求。

公开(公告)号：CN113608444A

公开(公告)日：2021-11-05

申请号：CN202110899489.0

申请日：2021-08-06

申请人： 东北大学

发明人： 周平 ,  张帅 ,  王璇 ,  柴天佑

IPC分类号： G05B13/04 ,  C02F1/00

摘要： 本发明提供一种基于自适应预测控制的污水处理控制方法，采集污水处理过程中的实时数据，根据采集到的实时数据构建无模型自适应预测控制器，利用无模型自适应预测控制器输出溶解氧转换系数、内回流量的实时控制值，根据溶解氧转换系数、内回流量的实时控制值控制污水处理过程中硝态氮浓度、溶解氧浓度实时跟踪设置的期望值，达到污水净化的目的；本发明方法充分利用了污水处理过程的I/O数据，控制器的设计仅依靠I/O数据，不需要任何模型信息，可避免未建模动态问题，特别适合于实际污水处理过程的控制，在污水处理不同运行条件下，均可实现有效控制结果；解决了现存污水处理方法中未建模动态、不适用于实际污水处理工业的问题。

公开(公告)号：CN108845501B

公开(公告)日：2021-07-20

申请号：CN201811056213.0

申请日：2018-09-11

申请人： 东北大学

发明人： 周平 ,  易诚明 ,  张帅

IPC分类号： G05B13/04

摘要： 本发明提供一种基于懒惰学习的高炉铁水质量自适应优化控制方法，涉及高炉冶炼自动化控制技术领域，该方法包括：采集高炉生产历史输入输出测量数据；对数据进行预处理，并初始化数据库及相关参数；利用懒惰学习方法建立铁水Si含量局部线性预测模型；根据铁水Si含量提前多步的预测值和参考值构造控制性能指标，利用二次规划算法计算最优控制量；将最优控制量发给执行机构，采集新一组数据，数据预处理，更新数据库。本发明提供的方法可以将高炉铁水Si含量稳定在期望值附近，具有跟踪性能好、抗干扰性强的优点，能够有效地提高产品质量、降低生产能耗。

公开(公告)号：CN109062196B

公开(公告)日：2020-12-15

申请号：CN201811282478.2

申请日：2018-10-31

申请人： 东北大学

发明人： 周平 ,  向文文 ,  张瑞垚

IPC分类号： G05B23/02

摘要： 本发明提供一种集成PCA‑ICA的高炉过程监测及故障诊断方法，涉及高炉冶炼过程监测技术领域。包括以下步骤：辅助变量选择和高炉过程监测模型输入变量确定；监测模型的训练；集成PCA‑ICA的监测实现。本发明采用集成PCA‑ICA过程监测方法对高炉过程进行监测，设计出一种新的故障辨识指标，同时给出相应的故障辨识指标控制限，从而及时有效的监测高炉异常工况的发生并辨识异常源所在，充分挖掘数据的内部结构，从而及时有效的监测高炉异常工况的发生并辨识异常源所在，为保证高炉持续稳定顺行提供技术支撑。