-
公开(公告)号：CN115293520A
公开(公告)日：2022-11-04
申请号：CN202210828733.9
申请日：2022-07-15
Applicant: 中南大学
Abstract: 本发明提供一种结构化的多模态工业过程指标估计框架的构建方法，涉及工业估计技术领域。该方法由四部分组成：显式结构表示、复杂的工业机理知识、多模态聚类方法和结构化可解释动态图网络。首先利用图结构对多传感器时间序列数据进行建模。其次设计了一种多模式聚类方法，该方法基于高斯混合模型来划分和定位工业多模式运行数据。随后开发了一种结构化可解释动态图网络估计模型，以提高工业图数据的节点预测性能和解释能力。此外，该模型可以实时计算每个单独的过程变量对关键指标的贡献，从而为优化控制提供指导。将上述方法进行在线部署能够对在线数据进行实时模态识别，然后切换模态对应的动态图网络，实现对工业过程关键指标的准确估计。
-
公开(公告)号：CN115204272A
公开(公告)日：2022-10-18
申请号：CN202210721136.6
申请日：2022-06-24
Applicant: 中南大学
Abstract: 本发明公开了一种基于多采样率数据的工业系统故障诊断方法与设备，方法为：获取工业系统多组不同传感器的时间序列数据，该多组数据存在不同采样率；针对每种采样率的所有传感器的时间序列数据，根据相关性筛选保留部分传感器的时间序列数据；将每种采样率的筛选保留传感器的时间序列数据，分别归一化处理，再按传感器拼接；将多种采样率对应的拼接数据，结合对应的真实分类标签，以端到端的方式对CNN模型进行训练，得到故障分类器；当需要进行故障诊断时，使用训练好的故障分类器基于多采样率数据对工业系统进行故障诊断。本发明能够自动挖掘多采样率数据的深层特征，有效利用不同采样率变量的信息来提高故障诊断的精度。
-
公开(公告)号：CN113275546B
公开(公告)日：2022-06-28
申请号：CN202110562776.2
申请日：2021-05-24
Applicant: 中南大学
Abstract: 一种铸锭脱模装置，包括行车和安装在行车横梁上的行车起吊机，所述行车起吊机用于起吊铸锭，所述行车的支撑柱上安装有可沿垂直方向移动且沿水平方向伸缩的机械臂，所述机械臂的活动端上安装有冲击锤，所述机械臂用于调整冲击锤的工作位置与铸锭位置相匹配。本发明使用方便，行铸锭脱模作业能大大节省人力，并能提高生产效率。
-
公开(公告)号：CN113215623B
公开(公告)日：2022-06-21
申请号：CN202110558095.9
申请日：2021-05-21
Applicant: 中南大学
Abstract: 一种电解槽自动排淤泥装置，包括有抽泥器、往复循环机构和移动台，所述往复循环机构水平安装在电解槽内，并且设置在淤泥层的上方；所述移动台安装在往复循环机构的活动端上，所述往复循环机构带动移动台在淤泥层的上方循环移动；所述移动台的底部固定有硬管，所述硬管的一端插入所述淤泥层中，所述硬管的另一端通过软管与抽泥器连接。本发明可以自动感应淤泥厚度，实现自动移动抽淤泥，并且排淤泥时无需移除上方极板和停止生产，提高了企业的生产效率。
-
公开(公告)号：CN112861432B
公开(公告)日：2022-06-17
申请号：CN202110153195.3
申请日：2021-02-04
Applicant: 中南大学
IPC: G06F30/27 , G06Q10/04 , G06Q10/06 , G06Q50/04 , G06F17/16 , G06F17/18 , G06K9/62 , G06N3/04 , G06N3/08 , C22B19/02
Abstract: 本发明公开了一种基于变分贝叶斯反馈优化的配料优化方法，根据锌精矿的上一轮配料过程的化验值建立分布参数优化模型，通过变分贝叶斯方法优化所述分布参数优化模型的参数，将优化得到的后验概率分布代入所述分布参数优化模型；再结合非线性机会约束规划模型进行配比，作用于配料过程；并将新一轮的化验值反馈给所述分布参数优化模型。根据反馈化验值，采用变分贝加斯的方法对各矿仓各成分进行优化调整，解决各矿仓锌精矿成分的不确定性的问题，从而优化配比，提高配料质量。
-
Patent Agency Ranking
公开(公告)号：CN113567375B
公开(公告)日：2022-05-10
申请号：CN202110863852.3
申请日：2021-07-29
Applicant: 中南大学
Abstract: 本发明公开了一种基于线性特征分离的自适应多金属离子浓度回归预测方法和系统，方法为：首先根据各波长点数据与浓度值线性相关性不同的特征将所有数据分为三部分：强线性相关部分、弱线性相关部分以及非线性相关部分；对于强线性相关部分采用偏最小二乘回归进行分析，对于弱线性相关部分采用人工神经网络进行回归分析，最后采用集成学习的方法对两种方式的预测结果进行综合分析得出最终的浓度预测值。本发明不仅能最大程度的提高数据的利用率，而且通过对具有不同特点的数据进行具有针对性的分析以达到降低预测误差的目的。
-
公开(公告)号：CN114000178A
公开(公告)日：2022-02-01
申请号：CN202111422498.7
申请日：2021-11-26
Applicant: 中南大学
Abstract: 本发明公开了一种电解槽极板的故障检测方法及其装置、终端和可读存储介质，所述检查方法包括：获取电解槽内每块极板周围某一特定位置上，包含当前及历史时刻的磁场强度序列；基于holt预测模型，结合每块极板对应的磁场强度序列，计算得到每块极板对应的所述特定位置上磁场强度趋势估计值以及未来时刻的磁场强度预测值；对所述磁场强度趋势估计值以及所述磁场强度预测值进行模糊分析得到每块极板的故障检测结果。通过上述方法，本发明直接探查磁场变化实现故障极板检测，可以有效缩减极板故障检测时间，提高检测效率。
-
公开(公告)号：CN113033683A
公开(公告)日：2021-06-25
申请号：CN202110350447.1
申请日：2021-03-31
Applicant: 中南大学
Abstract: 本发明公开了一种基于静态与动态联合分析的工业系统工况监测方法和系统，其方法为：针对一段稳定工况的工业过程数据序列，使用慢特征分析法提取样本的静态和动态特征；使用静态和动态特征分别训练初始的静态和动态SOM网络；利用静态和动态SOM网络权值和输入计算样本量化误差，计算当前工况的静态和动态控制限；在线获取工业过程数据，提取其静态和动态特征，分别计算与静态/动态SOM网络的量化误差，与静态和动态特征判别控制限比较，判断工业过程当前时间点是否发生工况变化，若变化，则利用新的数据训练新的静态与动态SOM网络，若未变化，则使用样本更新已有的SOM网络权值。本发明可以更真实准确地判断工业过程的工况变化时间点。
-
公开(公告)号：CN110562852B
公开(公告)日：2020-12-15
申请号：CN201910875870.6
申请日：2019-09-17
Applicant: 中南大学
Abstract: 本发明提供了一种天车运行驱动力控制方法、装置、设备及可读存储介质，其中该方法包括：获取天车起升吊具的当前运行速度和天车大车的当前运行速度以及起升电机的当前拖动转矩；根据所述天车起升吊具的当前运行速度，计算天车起升吊具的当前加速度；根据天车起升吊具的当前运行速度与当前加速度以及起升电机的当前拖动转矩，确定天车起升吊具所吊的物体重量；确定天车轨道的当前滚动阻力系数；根据当前滚动阻力系数、物体重量和天车大车的当前运行速度，确定天车大车运行的当前驱动力；将天车大车运行的驱动力调整为当前驱动力。本发明能在天车运行过程中根据阻力和质量变化调整天车的驱动力，使天车在运行过程中更加平稳。
-
公开(公告)号：CN111538759A
公开(公告)日：2020-08-14
申请号：CN202010311145.9
申请日：2020-04-20
Applicant: 中南大学
IPC: G06F16/2458 , G06F16/27 , G06F17/16 , G05B19/042
Abstract: 本发明公开了一种基于分布式字典学习的工业过程智能监测方法与系统，其方法包括：工业系统的各分布式节点均利用自身采集的数据建立本地字典；对所有分布节点的本地字典进行扩散加和处理，得到工业系统的全局字典；融合计算中心从工业系统获取若干数据作为训练样本，根据全局字典计算每个训练样本的重构误差，并采用核密度估计方法以根据所有训练样本的重构误差计算工业过程监测的控制限；融合计算中心在线获取待监测数据，根据全局字典计算待监测数据的重构误差，并将待监测数据的重构误差与控制限比较，根据比较结果判断工业系统是否异常。本发明通过分布式字典学习以减轻整合中心的负荷，提高计算效率，从而实现准确监测工业过程的运行状态。
-
-
-
-
-
-
-
-
-
Search Results
142
records
(took 0.064 seconds)
