-
公开(公告)号:CN117331316A
公开(公告)日:2024-01-02
申请号:CN202311629901.2
申请日:2023-12-01
Applicant: 中南大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于知识引导神经网络的非线性过程控制方法和系统,其中方法包括:基于稀疏表示的方法提取非线性工业过程的系统结构知识:系统输入阶次、系统输出阶次和系统时延;按照提取的系统结构知识,构建具有相应输入神经元结构的前馈神经网络;利用系统输入输出训练数据训练构建的前馈神经网络得到系统预测模型;将训练好的系统预测模型作为模型预测控制策略中的预测模型,采用模型预测控制策略获得系统输入序列,并将序列第一项作用于工业过程系统。本发明通过提取系统结构知识,避免神经网络输入神经元冗余的问题,为工业过程的精确控制提供保证。
-
公开(公告)号:CN111340238B
公开(公告)日:2023-12-15
申请号:CN202010171480.3
申请日:2020-03-12
Applicant: 中南大学
IPC: G06F18/241 , G06F18/214 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/084 , G01M99/00 , G01M13/04 , G01R31/00
Abstract: 本发明公开了一种工业系统的故障诊断方法、装置、设备及存储介质,其中方法包括:获取工业系统预设的多个传感器所输出的历史原始序列以及对应的工业系统故障类型,将不同传感器在同一时间片段内的数据依次进行拼接,并将拼接得到的重构序列进行归一化处理,得到与时间片段对应的预处理序列,以作为训练样本;以所有训练样本训练深度学习模型,得到工业系统故障诊断模型;按照与训练样本相同的获取方法,从实时获取的原始序列中获取诊断样本,使用工业系统故障诊断模型和诊断样本对工业系
-
公开(公告)号:CN117032096A
公开(公告)日:2023-11-10
申请号:CN202310909386.7
申请日:2023-07-24
Applicant: 中南大学
IPC: G05B19/418
Abstract: 本发明公开了一种知识和数据融合的工业过程预测控制方法与系统,在第一阶段,即“学习人”阶段,根据操作人员的经验知识凝练规则,通过模糊规则控制学习模仿操作人员的控制行为,但控制周期从非周期性低频转变为周期性高频;在经历第一阶段知识驱动的控制后,将生成足量的高频高质量输入输出数据,可以充分反映操纵变量的改变对被控变量的影响,从而在第二阶段中,即“超越人”阶段,基于该数据集辨识系统模型以拟合当前运行状态,并采用模型预测控制算法计算决策控制量,同时自适应更新预测模型以适应变化的运行工况。本发明结合知识驱动控制和数据驱动控制方法的优点,实现具有初期可靠性和后期自适应能力的稳定控制。
-
公开(公告)号:CN116577399A
公开(公告)日:2023-08-11
申请号:CN202310562920.1
申请日:2023-05-18
Applicant: 中南大学
IPC: G01N27/416 , C22B19/20
Abstract: 本发明涉及探头保护套技术领域,具体公开了一种防探头粘附的湿法冶炼氧化还原电位计保护装置,包括对称设置在净化工序的溜槽中的探头保护套本体,所述探头保护套本体之间留有间隙,探头保护套本体水平方向的截面为曲面,所述曲面的上顶点到下底点之间的距离为长直径,曲面最外侧的端点到长直径中心点为短半径,探头置于间隙中心点上。
-
公开(公告)号:CN116525014A
公开(公告)日:2023-08-01
申请号:CN202310438344.X
申请日:2023-04-23
Applicant: 中南大学
IPC: G16C20/10 , G01J5/48 , G16C20/70 , G06F30/27 , G06T7/136 , G06F119/08 , G06F113/08
Abstract: 本发明涉及挥发窑温度场预测技术领域,具体公开了一种基于热力学机理与红外图像数据融合的挥发窑温度场预测方法,包括:步骤S1,根据挥发窑的热传递和化学反应过程建立热力学模型,根据热力学模型获得预测温度;步骤S2,获取挥发窑窑头区域的红外图像,对红外图像进行处理并提取实际的固体物料温度;步骤S3,通过最小化热力学模型获得的预测温度与实际的固体物料温度之间的误差构建参数优化模型;步骤S4,确定需要被优化的模型参数值,并获得参数优化结果;步骤S5,将参数优化结果代入热力学模型得到融合模型,并通过融合模型得到挥发窑温度场的预测结果,以解决现有技术中难以对挥发窑的温度场进行准确预测的问题。
-
公开(公告)号:CN116483135A
公开(公告)日:2023-07-25
申请号:CN202310304711.7
申请日:2023-03-27
Applicant: 云南驰宏资源综合利用有限公司 , 中南大学
IPC: G05D23/20
Abstract: 一种锌冶炼焙烧过程温度稳定自动控制方法、装置及系统,所述焙烧炉包括焙烧炉体、设置在焙烧炉的皮带转速传感器、设置在焙烧炉的温度传感器、设置在焙烧炉的进料皮带秤、DCS系统,自动控制方法包括:采集焙烧炉运行的历史数据保存在数据库中,对历史数据预处理后辨识系统模型,设计模型预测控制算法的优化控制器,基于预测模型计算控制量Δµ直接写入DCS并作用于焙烧炉,以此循环。本发明提供了一种针对工业焙烧炉运行工况复杂多变的情况,通过预测模型更新以适配不同的工况、基于智能算法,预测未来运行状态并求解出精确最优控制量的自动控制方法、装置和系统,以替代人工输入控制指令,减少人为因素,提高焙烧炉温度控制的稳定性。
-
公开(公告)号:CN116088307A
公开(公告)日:2023-05-09
申请号:CN202211688206.9
申请日:2022-12-28
Applicant: 中南大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于误差触发自适应稀疏辨识的多工况工业过程预测控制方法、装置、设备及介质,方法:采集工业过程多个已知工况的数据,基于采集数据辨识各工况的预测模型并构建预测模型集合,以及估计各预测模型的预测误差阈值;采集当前状态量,使用各预测模型并根据上一时刻状态量和控制量预测当前时刻状态量,计算预测误差;选择预测误差最小的预测模型,将其预测误差与阈值比较:若预测误差连续超过阈值,则判定出现新工况,采用自适应更新方法对该预测误差最小的预测模型进行更新,并作为当前工况预测模型以及添加到预测模型集合中;对工业过程进行当前工况下的模型预测控制。本发明能够提供精准的预测模型,对工业过程快速精准的控制。
-
公开(公告)号:CN111126425B
公开(公告)日:2023-04-25
申请号:CN201811360326.X
申请日:2018-11-15
Applicant: 中南大学
IPC: G06F18/28 , G06F18/214 , G06F18/24 , G06F18/27
Abstract: 本申请涉及一种复杂工业过程工况监测和分类方法、装置、计算机设备和存储介质。所述方法包括:获取历史正常样本数据;并采用多字典学习方法对所述历史正常样本数据进行训练,得到历史正常样本数据中纯净数据对应的第一字典和第一稀疏编码,以及基于工况的噪声数据对应的第二字典和第二稀疏编码;之后根据历史正常样本数据中纯净数据对应的第一字典和第一稀疏编码,以及基于工况的噪声数据对应的第二字典和第二稀疏编码,确定所述历史正常样本数据的阈值;进而监测所述纯净数据的二范数的平方或噪声数据的二范数的平方是否超过所述历史正常样本数据的阈值。采用本方法可以提升监测和分类的性能。
-
公开(公告)号:CN115840419A
公开(公告)日:2023-03-24
申请号:CN202111554287.9
申请日:2021-12-17
Applicant: 中南大学
IPC: G05B19/418 , G06F18/2451 , G06N20/00
Abstract: 本发明公开了一种基于云边协同字典学习的复杂工业过程监测方法和系统,方法包括:云端使用标签一致字典学习方法对工业过程建立监测模型,对建立的监测模型进行简化,并将简化的监测模型下发到边缘端;边缘端使用简化的监测模型对工业过程进行在线监测,包括故障检测和工况识别,并判断简化的监测模型是否发生模型失配;当简化的监测模型失配时,触发云端更新监测模型和相应的简化监测模型。本发明通过云边协同保持工业过程监测模型一直匹配过程数据,实现对工业过程准确高效的监测,保障工业过程的平稳健康运行。
-
公开(公告)号:CN115758783A
公开(公告)日:2023-03-07
申请号:CN202211516028.1
申请日:2022-11-30
Applicant: 中南大学
IPC: G06F30/20 , G06F111/20
Abstract: 本发明公开了一种用于工业信息物理系统安全研究与测试的半实物仿真测试床,包括:工艺仿真模块,由工艺仿真服务器及仿真软件组成,部署并实时仿真运行工业过程被控对象的系统模型;本地监测与控制模块,对仿真运行过程中的系统模型进行实时监控和闭环控制;攻防模拟模块包括攻击代理计算机和防御代理计算机,攻击代理计算机在指定网域内进行情报搜集、设备扫描、攻击编排和实施攻击;防御代理计算机在指定网域内进行流量深度解析、入侵行为检测、弹性控制响应和系统风险评估;大数据平台模块,对对仿真运行数据和控制信息云端存储,及对防御工具箱的功能模型进行训练及更新。本发明为攻防技术提供可靠的验证环境,验证攻防技术的有效性。
-
-
-
-
-
-
-
-
-