-
公开(公告)号：CN106845796B
公开(公告)日：2018-04-13
申请号：CN201611234215.5
申请日：2016-12-28
Applicant: 中南大学
Abstract: 本发明提供一种加氢裂化流程产品质量在线预测方法。所述方法包括：S1基于产品质量离线化验时间前一个流程时滞时间窗口内的产品的敏感参数，利用多项式最小二乘法拟合得到所述产品敏感参数的稳态指数；S2基于所述产品敏感参数的稳态指数和所述产品敏感参数对所述流程的影响程度，利用Dempster规则构建系统稳态指数；根据系统稳态指数，获得产品质量离线化验时间前一个流程时滞时间窗口内系统处于稳态的稳态数据；S3基于所述稳态数据中各敏感参数在流程时滞时间窗口内的数据均值，利用随机森林产品质量在线预测模型实现所述产品的质量在线预测。本发明的方法充分利用加氢裂化全流程过程变量使得预测得到的质量能够反映全局运行状况。
-
公开(公告)号：CN107273633A
公开(公告)日：2017-10-20
申请号：CN201710517466.2
申请日：2017-06-29
Applicant: 中南大学
CPC classification number: Y02P90/30 , G06F17/5009 , G06F2217/06 , G06F2217/84 , G06K9/6215 , G06N3/006 , G06Q10/04 , G06Q50/04
Abstract: 本发明公开了多工序间变量时滞估计方法，包括以下步骤：选取各工序间变量，采样获得变量的时间序列并组成原始数据矩阵；利用多项式最小二乘拟合进行滑动窗口回归，并求导得到这些变量时间序列的导数数据矩阵；预定义采样时滞序列，根据导数数据矩阵，计算两两工序间变量经采样时滞平移后的趋势相似度；用L2范数最小表征多工序间变量的趋势一致性，建立多工序间变量时滞估计问题的优化模型；采用改进的自适应粒子群算法，求解多工序间变量时滞估计问题，寻优得到最优采样时滞序列。其利用实际生产流程现场积累的大量历史数据，可合理估计出生产流程多工序间变量的时滞，有效地提高了流程建模精度和优化控制效果，对生产流程节能减排具有重要意义。
-
公开(公告)号：CN106874644A
公开(公告)日：2017-06-20
申请号：CN201611235402.5
申请日：2016-12-28
Applicant: 中南大学
CPC classification number: G06F19/704 , C10G45/72 , C10G2300/202 , G05B23/024 , G06F19/707
Abstract: 本发明提供一种加氢精制过程中含硫和/或氮的化合物的氢解程度的实时预测方法及其系统，所述方法包括：基于所述过程的当前操作条件，利用极限学习机ELM模型实时预测所述过程中含硫和/或氮的化合物的氢解程度。本发明根据加氢裂化流程在线可检测的过程变量利用ELM实时预测加氢精制过程含硫和/或氮的化合物的氢解程度，可为加氢裂化流程精制反应器的运行优化提供重要的状态信息。
-
公开(公告)号：CN106845796A
公开(公告)日：2017-06-13
申请号：CN201611234215.5
申请日：2016-12-28
Applicant: 中南大学
IPC: G06Q10/06
CPC classification number: G06Q10/06395
Abstract: 本发明提供一种加氢裂化流程产品质量在线预测方法。所述方法包括：S1基于产品质量离线化验时间前一个流程时滞时间窗口内的产品的敏感参数，利用多项式最小二乘法拟合得到所述每个敏感参数的稳态指数；S2基于所述每个敏感参数的稳态指数和所述每个敏感参数对所述流程的影响程度，利用Dempster规则构建系统稳态指数；根据系统稳态指数，获得产品质量离线化验时间前一个流程时滞时间窗口内系统处于稳态的稳态数据；S3基于所述稳态数据中各敏感参数在流程时滞时间窗口内的数据均值，利用随机森林产品质量在线预测模型实现所述产品的质量在线预测。本发明的方法充分利用加氢裂化全流程过程变量使得预测得到的质量能够反映全局运行状况。
-
公开(公告)号：CN106597853A
公开(公告)日：2017-04-26
申请号：CN201611236250.0
申请日：2016-12-28
Applicant: 中南大学
CPC classification number: G05B13/042 , C10G47/00
Abstract: 本发明提供加氢裂化流程中主动式动态调控方法。所述方法包括：基于所述加氢裂化流程运行数据，利用决策操作表调控因入口流量变化引起的所述加氢裂化流程至目标运行状态。本发明可实现加氢裂化流量从待调节状态向期望状态的高效平稳调节，有效避免因人工经验调整而引起的过渡时间长、工况波动大和资源浪费严重等问题。
-
Patent Agency Ranking
公开(公告)号：CN105787509A
公开(公告)日：2016-07-20
申请号：CN201610105488.3
申请日：2016-02-25
Applicant: 中南大学
CPC classification number: Y02P90/30 , G06K9/6223 , G06K9/628 , G06Q50/04
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：CN103822960B
公开(公告)日：2016-03-30
申请号：CN201410053132.0
申请日：2014-02-17
Applicant: 中南大学
Abstract: 本发明涉及金属离子浓度检测领域，更具体涉及极谱法多金属离子浓度在线检测方法。本发明提出了一种基于状态转移算法（STA）的改进小波神经网络方法用于多金属离子浓度的实时测定。该方法首先作出极谱曲线，然后采用离散小波变换求取极谱信号的一阶导数，以此提取出相应的特征点，特征点数量为所测金属离子种类数量的3倍，作为小波神经网络的输入。在使用训练集对小波神经网络进行训练时，为了使得网络模型更为精确，将状态转移算法用于小波神经网络参数的优化，避免网络陷入了局部极值。最后，将训练得到的网络模型用于多金属离子浓度的实时在线检测。本发明以实际的锌、钴极谱重叠信号为例对算法进行测试，所得到的结果明显优于传统的曲线拟合和BP神经网络算法。
-
公开(公告)号：CN102855492A
公开(公告)日：2013-01-02
申请号：CN201210265125.8
申请日：2012-07-27
Applicant: 中南大学
IPC: G06K9/62
Abstract: 基于矿物浮选泡沫图像的分类方法，通过将实时获取的泡沫图像归类到不同的已知工况中。本发明将文本分类中的词汇表引入到浮洗泡沫图像中，通过对工业摄像机所获取的泡沫图像分块以及特征参数提取，采用K均值聚类方法对提取的泡沫图像颜色与纹理特征参数进行聚类，得到多个聚类中心，构造泡沫状态词汇表；再利用所得到的泡沫状态词汇表，对实时泡沫图像用词袋的方法进行描述，形成泡沫图像的一个向量表示；最后运用向量空间模型，通过度量向量之间的相似度对泡沫图像进行归类。由于不同类别对应着不同的工况，因此可以根据泡沫图像的分类结果进行浮选工况识别，从而给出操作指导，优化生产提高生产效率。
-
公开(公告)号：CN102800051A
公开(公告)日：2012-11-28
申请号：CN201210084914.1
申请日：2012-03-28
Applicant: 中南大学
Abstract: 本发明公开了一种基于分数阶微分的自适应浮选泡沫图像增强方法。首先根据分数阶微分特性与浮选泡沫图像特点构造合适的分数阶微分掩模；其次通过实验分析图像质量与微分阶数的关系，选取对比度作为浮选泡沫图像质量的评价标准，其与微分阶数的存在连续唯一的关系；最后采用变形二分法，以图像对比度作为图像评价准则，指导寻找最佳分数阶微分的阶数并根据得到的最佳阶数的分数阶微分掩模，对浮选泡沫图像进行处理得到增强后的图像。本发明能大量节省人工调试寻找最佳微分阶数的时间，使得增强后的图像边缘明显突出，纹理更加清晰，图像分割与特征提取等更加准确，工艺参数及回收率预测精度更高，实现浮选生产操作优化，减少矿产资源浪费。
-
公开(公告)号：CN101916402A
公开(公告)日：2010-12-15
申请号：CN201010243484.4
申请日：2010-08-03
Applicant: 中南大学
Abstract: 一种铁路编组调车方法，本发明利用二叉树的有序性特点快速搜索出最优车组下落合并方案，先车组重新编号，再确定重编后序列中每个车组的后续可选组，建立二叉树，遍历二叉树，将生成的遍历记录得到车列下落备选方案，当可用轨道为n时，选出n-1个下落栈序列，剩下车组组成暂合列，最后评价得到的几组下落备选方案，找出最优方案。本发明针建立了二叉树搜索过程，建立从二叉树遍历结果得到调车方案的规则，利于计算机实现自动编制调车计划，克服人工操作对调度员记忆力和经验依赖程度高的缺点，降低工人劳动强度，加速铁路系统的信息化进程。
-
-
-
-
-
-
-
-
-
Search Results
153
records
(took 0.042 seconds)
