-
公开(公告)号：CN118760256A
公开(公告)日：2024-10-11
申请号：CN202410875346.X
申请日：2024-07-02
Applicant: 安徽工业大学科技园有限公司
IPC: G05D23/20
Abstract: 本发明公开了一种热风炉拱顶温度自抗扰控制方法，具体涉及自动化控制技术领域，包括以下步骤：对热风炉拱顶温度自抗扰控制器的控制参数进行初始化；获取热风炉拱顶温度自抗扰控制器的控制参数并建立拱顶温度数学模型；根据拱顶温度数学模型计算控制率，再利用改进群粒子算法对控制参数进行优化并计算优化后的控制率；根据优化后的控制率对煤气进气量进行控制，以达到控制系统最优的拱顶温度值。本发明通过自抗扰控制器实现对输入给煤量的控制，同时利用改进粒子群算法对控制器参数进行优化和筛选，从而可以消除控制系统的抖振，从而获取更优的控制结果，有效缓解了拱顶温度大惯性、大滞后的问题，具有良好的工程应用前景。
-
公开(公告)号：CN118734702A
公开(公告)日：2024-10-01
申请号：CN202410875316.9
申请日：2024-07-02
Applicant: 安徽工业大学科技园有限公司
IPC: G06F30/27 , G06F18/214 , G06N3/006 , G06F119/02 , G06F111/06
Abstract: 本发明公开了一种基于LF精炼炉精炼过程钢液温度的预测方法及系统，具体涉及LF精炼控制技术领域，包括以下步骤：获取LF精炼炉进站参数，包括钢液入站温度、钢水重量、冶炼时间以及吹氩量，并将采集到的数据进行预处理，得到初步的LSTM预测模型，将影响钢液温度的参数作为输入量，钢水出站温度作为输出量；划分训练集、验证集和测试集，使用准备好的数据集对LSTM预测模型进行训练，训练过程中通过验证集并调整模型的参数以最小化预测误差，最后利用测试集来评估温度预测模型的性能。本发明改进后的灰狼算法有效的解决了过早的陷入局部最优的问题，提高了模型的预测精度。
-
公开(公告)号：CN117253063A
公开(公告)日：2023-12-19
申请号：CN202311388180.0
申请日：2023-10-24
Applicant: 安徽工业大学
IPC: G06V10/75 , G06V10/762 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于点线特征描述的两阶段多模图像匹配方法，包括以下步骤：分别计算参考图像和待匹配图像中每个像素点处的相位一致性最小矩和最大矩；分别从最小矩图和最大矩图中提取原输入图像的特征点和直线段；对于图像中的每个特征点，构造其直线段上下文描述符，并进行聚类；通过对比两幅图像中各特征点类的中心描述向量的相似度实现类匹配；对于匹配的两组特征点类内的每个特征点，构造其相位一致性最大响应方向直方图描述符；计算特征描述符的相似度，并进行双向特征匹配。本发明能够有效克服多模图像成像灰度、分辨率差异大，特征点描述困难和匹配效率低的问题，两阶段匹配策略能够提高多模图像特征点匹配的效率和可靠性。
-
公开(公告)号：CN115712870A
公开(公告)日：2023-02-24
申请号：CN202211454432.0
申请日：2022-11-21
Applicant: 安徽工业大学
IPC: G06F18/2415 , G06F18/213 , G06F18/214 , G06N3/042 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08 , G07C3/00 , B02C25/00
Abstract: 本发明公开了一种基于图卷积神经网络的磨煤机故障诊断方法，包括如下步骤：构建卷积图神经网络模型；所述卷积图神经网络模型包括卷积层、GCN层和Softmax输出层；通过所述卷积层对磨煤机的运行状态数据集进行预处理获得训练样本数据集以及测试样本数据集；将所述训练样本数据集或所述测试样本数据集依次输入所述GCN层和所述Softmax输出层进行训练或测试，获得训练后卷积图神经网络模型；将待诊断磨煤机样本集输入训练后卷积图神经网络模型进行故障诊断并获得诊断结果。本发明通过设定的卷积层能够有效的解决因为磨煤机的运行参数是时间序列，并且各参数之间相关性不同，而难以构建邻接矩阵，进而导致用于磨煤机故障诊断的神经网络模型检测准确性较低的问题。
-
公开(公告)号：CN115601569A
公开(公告)日：2023-01-13
申请号：CN202211268522.0
申请日：2022-10-17
Applicant: 安徽工业大学(CN)
Abstract: 本发明属于图像匹配技术领域，提供了一种基于改进PIIFD的异源图像优化匹配方法及系统。方法包括：利用曲率尺度空间算法获取参考图像及待匹配图像中图像轮廓上的角点作为特征点；计算每一特征点的主方向及对应轮廓处的曲率半径，并以所述特征点为中心沿其主方向选取一矩形区域构造PIIFD特征描述符；计算参考图像及待匹配图像中对应特征点对间PIIFD特征描述符的相似度以获得初始匹配结果；获取局部转换矩阵并对其进行迭代优化，并基于优化后的局部转换矩阵剔除所述初始匹配结果中的异常匹配点以得到最终的匹配结果。本发明不但具有尺度变化问题处理中计算成本低的优势，还有效提高了异源图像特别是非刚性异源图像匹配时的准确性。
-
Patent Agency Ranking
公开(公告)号：CN113536998A
公开(公告)日：2021-10-22
申请号：CN202110744590.9
申请日：2021-07-01
Applicant: 安徽工业大学
Abstract: 本发明公开了基于改进栈式稀疏自编码器的电机故障诊断方法及系统，属于计算机技术领域，包括以下步骤：S1：采集训练样本并初始化网络；S2：训练稀疏自编码层；S3：训练Softmax分类层；S4：调整深度学习网络；S5：电机故障诊断。本发明采用使用LP和L2正则化进行非负权值约束的改进稀疏自编码器，并结合Softmax分类器，能够减小利用稀疏自编码器所学习特征进行重构的误差，并提高了学习特征的稀疏性，具备适用性强和稳定性高的优良特性，值得被推广使用。
-
公开(公告)号：CN113095385A
公开(公告)日：2021-07-09
申请号：CN202110344953.X
申请日：2021-03-31
Applicant: 安徽工业大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于全局和局部特征描述的多模图像匹配方法，属于图像特征提取和匹配技术领域。本发明包括以下步骤：对于参考图像和待匹配图像，分别检测图像中的特征点，并确定特征点主方向；对于每一个特征点，分别构造PIIFD描述符和全局上下文特征描述符；对于每一对特征点，计算两种特征描述符的相似度，并进行加权融合，通过对比各对特征点的相似度进行初步匹配；对于初步匹配结果，提取特征点的局部上下文特征向量进行比对以消除其中的异常匹配点对，得到最终匹配结果。本发明能够有效克服多模图像局部灰度差异大，特征点描述和匹配困难的问题，提高多模图像特征点匹配的准确率。
-
公开(公告)号：CN114995156B
公开(公告)日：2025-03-14
申请号：CN202210707607.8
申请日：2022-06-21
Applicant: 安徽工业大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于滑模及鲁棒控制的热风炉均压控制方法及系统。所述方法包括：基于热风炉的运行参数创建控制模型；所述控制模型包括控制量、被控制量、状态量及误差项；基于所述状态量的跟踪误差创建滑模面及切换函数；基于所述控制量及所述状态量创建控制律及Lyapunov函数，并在所述控制律中引入了鲁棒加权项us＝‑ηsgn(z)，其中η为加权系数，z为滑模面；通过所述切换函数对所述状态量被驱动至所述滑模面，通过所述控制律求解所述控制量；并将在所述滑模面上运动的状态量及求得的控制量代入所述控制模型以输出被控制量。本发明在进行热风炉均压控制可有效改善原有滑模控制时存在的大惯性问题，从而提高均压控制的实际价值，及高炉炼钢的出钢质量。
-
公开(公告)号：CN119167021A
公开(公告)日：2024-12-20
申请号：CN202410913466.4
申请日：2024-07-09
Applicant: 安徽工业大学科技园有限公司
IPC: G06F18/20 , G06N3/006 , G06F18/15 , G06F18/2411
Abstract: 本发明公开了基于蚁群优化SVM直流锅炉管道氧化铁皮量预测方法，属于直流锅炉在线监测技术领域。对直流锅炉过热器管道进行磁性检测，将过热器管道的磁感应强度信号作为输入，直流锅炉过热器管道内氧化皮堆积高度为输出，建立直流锅炉数据库，进行建模数据的选择和预处理，确保模型的预测能力和泛化能力；通过蚁群优化算法对SVM模型进行优化训练，寻找最佳的惩罚因子C和高斯核函数参数g，得到最佳氧化皮堆积量预测模型；根据氧化皮堆积量预测模型对测试样本进行预测；使用蚁群优化算法对SVM的惩罚因子C和高斯核函数参数g进行寻优，提高了氧化皮堆积量预测的正确率，对数据进行选择和预处理保证了模型的预测精度和泛化能力。
-
公开(公告)号：CN118940132A
公开(公告)日：2024-11-12
申请号：CN202410986535.4
申请日：2024-07-23
Applicant: 安徽工业大学科技园有限公司
IPC: G06F18/2411 , G06F18/2415 , G06F18/27 , G06F18/2136
Abstract: 本发明公开了一种磨煤机煤粉细度的预测方法，包括：获取磨煤机工作的历史运行数据和煤粉细度的数据，对收集到的数据进行清洗和标准化处理，以消除异常值和量纲的影响，然后使用LSSVM算法建立磨煤机煤粉细度的预测模型，使用主成分分析特征选择方法从原始数据中选择对煤粉细度影响最大的特征，使用选定的特征作为输入，煤粉细度作为输出，建立LSSVM模型，使用贝叶斯优化算法来优化LSSVM模型的超参数，选择径向基核函数和寻优后的正则化参数，利用预处理后的煤粉数据样本进行模型训练，通过比较预测值和实际值，评估模型的准确性和稳定性。本发明提供的方法能够有效地预测煤粉细度，提高了煤炭加工的效率，降低了生产成本，具有较高的工业应用价值。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.021 seconds)
