-
公开(公告)号：CN105608492B
公开(公告)日：2018-03-20
申请号：CN201610118914.7
申请日：2016-03-02
申请人： 东北大学
摘要： 一种基于鲁棒随机权神经网络的多元铁水质量软测量方法属于高炉冶炼自动化控制领域，特别涉及一种基于Cauchy分布加权M估计随机权神经网络(M‑RVFLNs)的高炉炼铁过程多元铁水质量参数动态软测量方法。本发明运用主成分分析(PCA)方法筛选出影响高炉铁水质量的最主要参数作为模型输入变量，构造出一个具有输出自反馈结构且考虑不同时刻输入输出数据的铁水质量多元动态预测模型，可同时对表征高炉铁水质量的主要参数Si含量、P含量、S含量和铁水温度进行多元动态软测量。本发明包括以下步骤：(1)辅助变量选择与模型输入变量确定；(2)M‑RVFLNs软测量模型的训练和使用。
-
公开(公告)号：CN104651559B
公开(公告)日：2017-01-11
申请号：CN201510054074.8
申请日：2015-01-30
申请人： 东北大学
摘要： 一种基于多元在线序贯极限学习机的高炉铁水质量在线预报体系及预报方法，其预报体系由常规测量系统、数据采集器、M-OS-ELM在线预报软件以及运行软件的计算机系统构成；其预报方法包括以下步骤：(1)辅助变量选择与模型输入变量确定；(2)M-SVR软测量模型的训练和使用。本发明利用常规检测系统提供的在线过程数据，基于M-OS-ELM智能建模技术，建立一个具有输出自反馈、并考虑输入输出时序和时滞关系的多元铁水质量预报模型，同时实现Si含量、P含量、S含量和铁水温度四大铁水质量指标的多元在线动态测量，具有实用性好，并且测量效果更准确，泛化能力更强的特点。
-
公开(公告)号：CN103092072B
公开(公告)日：2015-06-17
申请号：CN201210589882.0
申请日：2012-12-28
申请人： 东北大学
IPC分类号： G05B13/04
摘要： 本发明一种磨矿过程运行控制实验系统及方法，属于自动控制技术领域，该系统包括运行优化控制器、过程回路控制器和三维虚拟磨矿过程运行器，所述的三维虚拟磨矿过程运行器中包括虚拟对象运行器和三维可视化运行器，其中的过程回路控制器利用新兴的软硬件技术和仿真技术，使开发的过程回路控制器和三维虚拟磨矿过程运行器尽可能的接近实际工业环境并具有良好的可视性和兼容性，该系统还集成了运行优化控制器，有效解决实际工业过程中回路设定值依赖人工经验，随意性强，决策不合理的问题，因此本发明具有通用性好、兼容性强、具有三维视觉效果、不受硬件设备的制约，并可以实现优化控制算法和物理设备模型算法的动态替换，开放性好的优点。
-
公开(公告)号：CN1307415C
公开(公告)日：2007-03-28
申请号：CN200410021565.4
申请日：2004-07-28
申请人： 东北大学
摘要： 一种基于案例推理的磨矿系统溢流粒度指标软测量方法，由硬件平台及测量软件组成，该方法包括辅助变量的选择、案例表示、案例库初始案例的取得、案例推理、案例存储与维护步骤，该方法利用常规计算机控制系统和常规的检测仪表提供的在线过程数据，通过少量的人工采样，建立了基于案例推理的磨矿系统溢流粒度软测量模型，实现了磨矿系统旋流器溢流粒度的软测量，该方法与常规粒度计相比，降低了成本和维护工作量；与人工测量相比，减少了操作人员的工作量，降低了人为操作的不确定性，提高了测量的时效性，同时该方法有助于实现磨矿系统的优化控制和优化运行。
-
公开(公告)号：CN1603986A
公开(公告)日：2005-04-06
申请号：CN200410050750.6
申请日：2004-10-29
申请人： 东北大学
摘要： 一种基于案例推理的磨矿系统智能优化设定方法，属于自动控制技术领域，具体地涉及对选矿厂磨矿工段中用于研磨矿石的由球磨机和螺旋分级机组成的湿式磨矿系统的基础控制回路进行智能优化设定的方法，该方法包括以下步骤：溢流粒度软测量、辅助变量的选择、主导变量的选择、边界条件的确定、案例表示、案例库初始案例的取得、案例推理、案例存储与维护，本发明根据磨矿粒度指标的目标，给出当前磨矿系统的新给矿量、溢流浓度、入口加水量等基础控制回路的优化设定值，使磨矿分级系统处于优化的工作状态，以获得由合格粒度组成的磨矿产物。
-
公开(公告)号：CN117553921B
公开(公告)日：2024-04-19
申请号：CN202410045969.4
申请日：2024-01-12
申请人： 山东钢铁股份有限公司 , 东北大学
摘要： 本发明涉及机器视觉技术领域，具体提供一种转炉钢水温度预测方法、系统、终端及存储介质，包括：获取转炉冶炼数据和副枪探测的实际温度数据，将转炉冶炼数据和实际温度数据保存至数据库；在冶炼过程中定期获取热成像仪采集的炉口的火焰温度矩阵；将火焰温度矩阵输入预先训练的神经网络模型，神经网络模型输出预测温度；神经网络模型的训练方法包括：利用预先构建的碳温机理模型基于数据库中的冶炼数据计算理论温度；将理论温度与实际温度数据合并做数据增强处理，并将增强后的数据作为训练集的输出数据；将历次采集的火焰温度矩阵作为训练集的输入数据。本发明充分利用了炉口火焰的温度信息和图像特征，实现了钢水温度的准确预测。
-
公开(公告)号：CN117766065A
公开(公告)日：2024-03-26
申请号：CN202311544076.6
申请日：2023-11-17
申请人： 山东钢铁股份有限公司 , 东北大学
摘要： 本发明涉及转炉炼钢技术领域，具体为一种基于工业大数据的转炉推优方法。包括如下步骤：S1、对炉次信息进行筛选，构建参考炉次库；S2、分析每一炉次的铁水特征，去除具有缺失值和异常值的炉次信息；S3、通过聚类手段将炉次信息划分成多个类别，根据炉次信息匹配多个候选炉次，S4、选取氧枪波动最小的候选炉次，将其作为最终的推优结果；S5、检测异常炉况，修正推优曲线。本发明从历史炉次信息中自动学习有用的特征和模式、挖掘特征并找寻规律，从而降低模型训练成本，优化炼钢过程。
-
公开(公告)号：CN117494559A
公开(公告)日：2024-02-02
申请号：CN202311452633.1
申请日：2023-11-01
申请人： 东北大学
IPC分类号： G06F30/27 , G01N33/18 , G06N3/047 , G06N3/0455 , G06N3/0895 , G06Q10/0639 , G06Q50/26 , G06F113/08 , G06F119/02
摘要： 本发明提供一种污水出水水质指标的可靠软测量方法、系统及存储介质，本发明方法，包括：获取污水处理出水水质指标软测量所需要的进水水质参数和每个生化池的状态参数；对获取的进水水质参数和每个生化池的状态参数进行归一化处理；利用堆叠半监督自编码器正则化随机权神经网络，构建污水处理出水水质软测量模型，并对模型进行训练；将归一化处理后的污水参数输入到训练好的污水处理出水水质软测量模型进行出水水质指标软测量，得到出水水质指标BOD含量估计值、COD含量估计值和TSS含量估计值。针对传统随机权神经网络普遍存在多重共线性和过拟合问题，引入两个正则化项来稀疏网络输出权值，最终实现了对污水出水水质关键性指标变化趋势的准确跟踪。
-
公开(公告)号：CN116360264A
公开(公告)日：2023-06-30
申请号：CN202310317008.X
申请日：2023-03-29
申请人： 东北大学
IPC分类号： G05B13/04
摘要： 本发明提供一种污水处理过程的增强预测控制方法，涉及污水处理过程控制技术领域。该方法首先采集当前时刻污水处理设备中生化池厌氧区第二单元硝态氮浓度、五区回流至二区的内回流量、五区溶解氧转换系数及好氧区第五单元溶解氧浓度；再构建污水处理过程的非线性模型，并估计非线性模型中状态变量的估计值；然后采用MPC模型预测控制求取一个基本的控制输入；再计算基本控制输入的最优补偿输入；并将补偿输入加入到基本的控制输入，作为最终的控制输入；重复执行以上过程以此提高污水处理过程中溶解氧浓度和硝态氮浓度的控制效果。该方法基于MPC控制的基础上加入增强补偿输入，有效提高污水出水水质，降低污水处理过程中的波动。
-
公开(公告)号：CN113568311B
公开(公告)日：2023-05-26
申请号：CN202110899476.3
申请日：2021-08-06
申请人： 东北大学
IPC分类号： G05B13/04
摘要： 本发明提供一种基于知识信息的污水处理智能优化控制方法，采集污水处理过程中的实时数据，构建基于随机权神经网络的多目标粒子群优化算法，得到硝态氮浓度、溶解氧浓度的优化解作为PID控制器的跟踪设定值，利用PID控制器输出溶解氧转换系数、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定值达到污水净化的目的；本发明利用历史数据信息建立存储有效知识信息的知识库，为多目标优化求解提供有效的初始引导解，降低计算复杂度的同时获得更好的优化解，为底层控制回路提供优化设定值，实现智能优化控制，同时便于工厂操作员利用数据进行工作，并将能耗和水质同时控制在较低的范围内，具有实际应用价值。
-
-
-
-
-
-
-
-
-
搜索结果
121 条记录 (耗时 0.078 秒)
