-
公开(公告)号：CN113110403A
公开(公告)日：2021-07-13
申请号：CN202110568794.1
申请日：2021-05-25
Applicant: 中南大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于稀疏约束的工业过程离群点检测与故障诊断方法和系统，其方法为：获取工业过程的历史数据集，设置隔离矩阵并添加到历史数据集的核字典学习目标函数中，利用L0范数对隔离矩阵的非零元素的个数加以约束，优化求解隔离矩阵；根据隔离矩阵对角线元素的均值和方差设置纯净样本取值区间，将取值不属于该区间的样本从历史数据样本集中剔除，得到纯净数据集；基于纯净数据集构建核字典，再利用核字典计算重构误差并设置工业过程监控的控制限；在线获取工业过程的待监测数据，通过计算重构误差并将其与控制限比较，根据比较结果判断工业系统是否异常。本发明对工业过程中的噪声有着良好的鲁棒性，可以有效进行过程监测。
-
公开(公告)号：CN110109356B
公开(公告)日：2021-04-27
申请号：CN201910403645.2
申请日：2019-05-15
Applicant: 中南大学
IPC: G05B13/04
Abstract: 本发明公开了一种锌电解过程无模型自适应学习型最优化控制方法及系统，该方法通过自定义锌电解的状态空间和动作空间，并根据与锌电解环境交互产生的数据训练动作网络和价值网络，通过软更新算法更新目标动作网络和目标价值网络，获得锌电解DDPG模型，以及根据锌电解DDPG模型，获得与当前锌电解状态对应的最优新液流量，解决了现有技术由于锌电解过程的复杂性、大时滞、采样不充分，导致锌电解建模不精确，从而无法实现锌电解过程的最优控制的技术问题，不仅能够通过自学习实现新液流量的最优控制，从而获得最优酸锌比，而且能有效降低电解过程的能耗，进而提高锌电解过程的稳定性。
-
-
公开(公告)号：CN110672792B
公开(公告)日：2020-08-28
申请号：CN201910951691.6
申请日：2019-10-09
Applicant: 中南大学
Abstract: 本发明提供一种湿法炼锌中性浸出过程pH值软测量方法和系统，涉及pH值测量领域。包括以下步骤：获取反应槽数据；基于反应槽数据获取每种工况下的化学反应衡算模型、反应动力学总模型和中性浸出过程数据驱动模型；将所有工况下的化学反应衡算模型、反应动力学总模型和中性浸出过程数据驱动模型进行集成，得到中性浸出过程集成模型。本发明可以准确测量pH值。
-
公开(公告)号：CN111103802A
公开(公告)日：2020-05-05
申请号：CN201911422744.1
申请日：2019-12-31
Applicant: 中南大学
IPC: G05B13/04
Abstract: 本发明提供一种锌液净化过程除杂反应器智能自主控制方法和系统，涉及信息处理技术领域。本发明采用模型预测控制方法和自适应动态规划方法相结合的混合模型切换控制方法，对净化除杂反应器的杂质离子浓度进行优化控制，提高了控制精度。同时，本发明解决了传统人工设定控制法由于进料条件的扰动，工作条件变化或者跳到不同工况时会导致的模型预测控制中的模型参数未知，使得控制性能下降的问题，实现快速，准确实现除杂反应器中杂质离子浓度智能自主控制。
-
Patent Agency Ranking
公开(公告)号：CN110490375A
公开(公告)日：2019-11-22
申请号：CN201910711991.7
申请日：2019-08-02
Applicant: 中南大学
Abstract: 本发明中一种炼锌配料优化方法和系统，在考虑各矿仓成分不确定性后以配料总价格最低为目标，以混合锌精矿中锌的生产成本最低为目标，以各种锌精矿使用量为决策变量，以各种锌精矿中各种矿质元素含量为随机变量，构建分布式鲁棒联合机会约束规划模型；获取各种锌精矿入库时对应的各种矿质元素的均值和方差，根据所述均值和方差，求解所述分布式鲁棒联合机会约束规划模型的最优解；根据所获取的最优解所对应的各种锌精矿的配比进行锌精矿冶炼所需混合锌精矿的配料。相比起现有的采用平均值进行配料的方法而言，用本发明模型求解出的最优解来知道炼锌配料，配出来的混合锌精矿质量的更稳定，使用的锌精矿原料成本更低。
-
公开(公告)号：CN105787509B
公开(公告)日：2018-12-14
申请号：CN201610105488.3
申请日：2016-02-25
Applicant: 中南大学
Abstract: 本发明涉及数据处理、聚类算法、组合优化等技术领域，尤其涉及一种铁矿混匀过程的预配料方法。本发明提出了一种基于聚类算法和组合优化的铁矿混匀过程预配料方法，其步骤包括：原料成分数据预处理操作；依据原料成分中硅元素含量差异完成一次聚类操作，即利用Canopy‑Kmeans聚类方法将其分成N大类；在此基础上，依据铁元素含量差异利用K‑means算法进行二次聚类；考虑化学元素指标等约束条件，利用合并和分解的方法对分类结果进行处理；随后，运用组合优化思想确定最优下料次序，得到最终的配料方案。本发明提供的铁矿混匀过程的预配料方法，节省计算耗时，保证每班混匀料化学成分误差尽可能小，且班与班之间混匀料化学成分的方差波动范围小，精度较高。
-
公开(公告)号：CN106874568B
公开(公告)日：2018-02-23
申请号：CN201710035831.6
申请日：2017-01-17
Applicant: 中南大学
Abstract: 本发明提供一种球磨过程的物料粒径分布预测方法，包括：基于物料的破碎分布函数、连续破碎速率函数以及停留时间分布函数，获得连续磨矿的物料粒径分布预测模型；基于所述物料粒径分布预测函数，获得预测的物料粒径分布与实际的物料粒径分布之间的预测误差；以及设置调整阈值和多个误差区间，基于一定时间内所述预测误差出现在不同误差区间的概率与调整阈值的关系，相应调整所述预测模型。本发明为指导球磨生产、实现球磨过程优化控制与节能降耗创造条件。
-
公开(公告)号：CN119862801A
公开(公告)日：2025-04-22
申请号：CN202510353252.0
申请日：2025-03-25
Applicant: 中南大学
IPC: G06F30/27 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06F17/11
Abstract: 本发明涉及工业过程关键指标监测技术领域，具体公开了基于动态机理模型参数演化的关键工艺指标软测量方法，本发明通过建立基于机理模型和GraphTrans模型的嵌入式混合模型，通过GraphTrans模型估计机理模型的参数，保证了嵌入式混合模型的精度，同时，通过机理模型为GraphTrans模型所输出的动态的机理模型参数提供特定的物理意义，通过嵌入式混合模型完成对工业过程关键指标的预测，解决了传统的引入有综合状态空间的软测量方法，在加权和的计算过程，静态参数和动态特性间的冲突会制约集成机理模型的应用效果的问题。
-
公开(公告)号：CN117872761B
公开(公告)日：2024-11-22
申请号：CN202410047072.5
申请日：2024-01-12
Applicant: 中南大学
IPC: G05B13/04
Abstract: 本发明公开了一种面向多变工况的字典监测模型构建、智能监测方法及系统，首先，构建一种面向多变工况的字典监测模型，利用所述面向多变工况的字典监测模型获取工业系统运行过程中通过传感器采集到的在线数据的重构误差，并利用重构误差与设定的控制限进行比较从而判断工业系统运行故障的发生，实现智能监测。通过构建两种工况下的基于全局信息的终身字典学习优化函数，得到用于监测两种工况的字典；基于最大后验估计对两种工况下的字典的全局信息权重矩阵进行线性叠加构建多工况的更新表达式，进而对字典进行持续更新，同步更新监测控制限，进而得到面向多变工况的字典监测模型。持续学习能力强，更新无需存储历史工况数据，克服了灾难性遗忘。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.053 seconds)
