-
公开(公告)号：CN110516750A
公开(公告)日：2019-11-29
申请号：CN201910812350.0
申请日：2019-08-30
申请人： 东北大学
IPC分类号： G06K9/62
摘要： 本发明涉及钢板板形质量异常检测技术领域，提供一种基于CART决策树的钢板板形质量异常检测方法。首先采集钢板的厚度数据集和板形质量标签，计算钢板的相对厚度数据集；然后提取表征钢板相对厚度的钢板质量相关特征为最优超限率、相对厚度在长度、宽度方向上的波动参数，构造钢板板形质量样本集；接着以表征钢板的相对厚度的特征向量为输入、钢板的板形质量标签为输出，利用训练样本集构建并训练基于CART决策树的钢板板形质量异常检测模型，得到最优子树；最后采集待检测钢板的厚度数据集，计算并将表征待检测钢板的相对厚度的特征向量输入最优子树，得到其板形质量标签。本发明能够提高钢板板形质量异常检测的客观性、准确性和实时性。
-
公开(公告)号：CN110059735A
公开(公告)日：2019-07-26
申请号：CN201910272006.7
申请日：2019-04-04
申请人： 东北大学
IPC分类号： G06K9/62
摘要： 本发明提供一种基于霍夫变换的可视化时序模式匹配方法，涉及数据可视化分析技术领域。该方法首先判断待匹配的历史数据为单维时序数据还是多维时序数据，如果是多维数据先进行归一化处理；然后进行时序选择，即采用时间窗的模式从历史数据中选择一段待匹配的时序，并将选择后的时序从历史数据中排除，再利用霍夫变换，将原坐标中的时序图转换到霍夫空间，并运用投票机制，判断出时序的相似度匹配情况，最后根据投票结果筛选出最终的匹配结果。本发明提供的基于霍夫变换的可视化时序模式匹配方法，易于实现，简单有效，算法的运行效率高，可运用于工业实时数据可视化领域，用以进行相似时序的查找等可视化基础功能的实现。
-
公开(公告)号：CN109032094A
公开(公告)日：2018-12-18
申请号：CN201810929500.1
申请日：2018-08-15
申请人： 东北大学
IPC分类号： G05B19/418
摘要： 本发明提供一种基于核磁共振分析仪的原油快速评价建模云平台，涉及工业云技术领域。该建模云平台包括用于采集炼厂实际生产运行所产生的数据的数据采集单元；用于控制云平台运行的智能控制单元；用于对未知油品的性质进行预测，为炼厂企业生产运行、决策提供参考的智能预报单元；云平台服务器；用于将数据采集单元采集到的数据信息传输至云平台服务器的数据传输单元；设于所述云平台服务器内，用于利用传输至所述云平台服务器内的数据信息进行建模分析的数据分析单元。本发明提供的基于核磁共振分析仪的原油快速评价建模云平台，可以实现与云平台相连的所有核磁共振分析仪之间的数据共享，使原油评价的效率更高。
-
公开(公告)号：CN108985376A
公开(公告)日：2018-12-11
申请号：CN201810784814.7
申请日：2018-07-17
申请人： 东北大学
摘要： 本发明提供一种基于卷积-循环神经网络的回转窑序列工况识别方法，涉及图像分类与模式识别技术领域。该方法首先对采集的不同工况下连续时间的回转窑烧成带视频序列信息进行预处理；并采用PCA主元分析法对感兴趣区域进行初步特征提取和降维；然后设计CNN-RNN卷积循环神经网络，进一步提取图像特征和图像序列间的动态信息；采用随机搜索超参数优化方法选择卷积-循环神经网络的最优超参数，从而获得最优的CNN-RNN神经网络分类器模型，实现回转窑图像序列的工况识别。本发明提供的基于卷积-循环神经网络的回转窑序列工况识别方法，既能利用图像空间特征又能够利用图像序列之间关联信息和动态特征，在回转窑图像序列工况识别问题上能够取得更好的分类效果。
-
公开(公告)号：CN108672025A
公开(公告)日：2018-10-19
申请号：CN201810706146.6
申请日：2018-06-28
申请人： 东北大学
摘要： 本发明提供一种钢球磨煤制粉系统的多工矿最优解耦控制方法，涉及自动控制技术领域。该方法首先建立钢球磨煤制粉系统数学模型，并将不同工况下钢球磨煤制粉系统的参数代入数学模型，得到控制器设计模型；采用神经网络对模型中的非线性项进行估计；然后选择最优解耦性能指标函数，设计最优解耦控制器；最后为适应钢球磨煤制粉系统运行过程中可能的工作点的变化，设计切换机构，适应系统动态的变化。本发明提供的钢球磨煤制粉系统的多工矿最优解耦控制方法，能适应不同工况下的钢球磨煤制粉系统的控制，且能够消除变量间的耦合实现了解耦控制，保证产量和产品质量的同时降低了生产成本。
-
公开(公告)号：CN108415241A
公开(公告)日：2018-08-17
申请号：CN201810012485.4
申请日：2018-01-05
申请人： 东北大学
IPC分类号： G05B11/42
摘要： 本发明属于冶金行业过程控制技术领域，尤其涉及一种基于高阶非线性项的电熔镁炉三相电流PID控制方法。该方法对电熔镁炉熔炼过程的实时数据进行采集，根据电机转动频率，以及电极电流建立熔炼过程电极电流机理模型，并通过设计消除跟踪误差的补偿器来消除高阶非线性项变化率的影响，得到由PID控制器、前一拍高阶非线性项补偿器与高阶非线性项变化率补偿器之和组成的电熔镁炉电极电流控制器。该方法能够改善电流控制精度，满足工艺要求。
-
公开(公告)号：CN104035414B
公开(公告)日：2018-05-04
申请号：CN201410261915.8
申请日：2014-06-12
申请人： 东北大学
IPC分类号： G05B19/418
CPC分类号： Y02P90/02
摘要： 一种基于PLC/DCS的设备逻辑控制方法，该方法包括步骤1：采集设备信息；步骤2：对现场的设备进行分类，并建立设备类库；步骤3：设计每类设备的逻辑控制原理图，并建立逻辑控制原理图库；步骤4：在选定的PLC/DCS平台上开发每类设备的逻辑控制模块，并建立逻辑控制模块库；步骤5：采集现场设备信息，并通过对设备类的逻辑控制模块的调用，完成现场各设备的逻辑控制模块，对现场各设备分别进行逻辑控制；本发明的提出加快了程序开发的速度，降低了设备逻辑控制、程序开发、程序测试、现场调试的难度；有利于工程经验的沉淀积累；降低了对程序开发人员电气专业技能的要求，且减少了参与的专业人员。
-
公开(公告)号：CN104570739B
公开(公告)日：2017-01-25
申请号：CN201510006752.3
申请日：2015-01-07
申请人： 东北大学
IPC分类号： G05B13/04
CPC分类号： G06N5/045 , B03B13/00 , B03C1/00 , B03D1/028 , B03D2203/02 , B07B13/18 , G05B13/04 , G05B17/02 , G05B19/05 , G05B19/41885 , G05B2219/13018
摘要： 本发明涉及基于云和移动终端的选矿多生产指标优化决策系统及方法，该系统包括移动智能终端、云服务器、移动工业私有云服务器、采集计算机和过程控制器PLC或者DCS，在智能移动终端设定选矿生产指标、选矿生产指标的目标值范围、选矿生产指标优化决策模型及其边界和约束条件、选矿生产指标优化决策变量、选矿生产指标的时间范围、决策变量的时间范围、选矿多生产指标优化决策算法和算法参数，移动工业私有云服务器计算出多组决策结果解集，在智能移动终端确定最终的决策结果，移动工业私有云服务器计算出过程控制给定值，移动智能终端确定最终过程控制给定值，过程控制器PLC或者DCS根据最终过程控制给定值控制生产线上的设备进行生产。
-
公开(公告)号：CN103869783B
公开(公告)日：2016-07-13
申请号：CN201410101747.6
申请日：2014-03-18
申请人： 东北大学
IPC分类号： G05B19/418
CPC分类号： Y02P90/02
摘要： 一种精矿产量在线预测方法，该方法包括：步骤1：采集选矿各工序的工艺指标数据及相应的精矿产量实际值；步骤2：对已采集的选矿各工序的工艺指标数据及相应的精矿产量实际值进行组合处理；步骤3：在线实时预测精矿产量值；本发明方法基于参数自整定，在选矿生产过程中采集的各工序的工艺指标数据更新后及时加入训练样本集中参与训练，实现模型的在线更新；根据各工序的工艺指标数据自身属性的不同，自适应调整精矿产量预测模型的参数，实现模型参数的在线修改，可以使预测模型更好的适应多变的工况条件，进一步提高了精矿产量的预测精度，选矿工程师可以给出更加合理的决策，从而使得企业效益最大化。
-
公开(公告)号：CN105528636A
公开(公告)日：2016-04-27
申请号：CN201510886085.2
申请日：2015-12-04
申请人： 中国人民解放军61599部队计算所 , 东北大学
IPC分类号： G06N3/04
CPC分类号： G06N3/0436
摘要： 本发明基于模拟领域专家“听音识别”磨机负荷参数的思路，提出了基于模糊推理的磨机负荷参数选择性集成软测量方法。分别采用多组分信号分解算法模拟人耳带通滤波能力实现筒体振动信号的多尺度自适应分解，采用潜变量特征提取的方法模拟人脑对频谱特征的提取能力，采用模糊推理集成模型模拟专家的逻辑规则推理能力，从而完成对领域专家的逐层认知、不确定性推理以及选择性信息融合过程的模拟，并通过实验验证了所提方法的可行性和有效性。本发明可以提高磨机负荷参数软测量的精确性。
-
-
-
-
-
-
-
-
-
搜索结果
120 条记录 (耗时 0.045 秒)
