-
公开(公告)号：CN115562216A
公开(公告)日：2023-01-03
申请号：CN202211361347.X
申请日：2022-11-02
Applicant: 中南大学
IPC: G05B19/418
Abstract: 本发明公开了一种面向非平稳工业过程的故障诊断方法与系统，方法包括：获取非平稳工业过程的多维时间序列数据集，将其映射到平稳子空间；基于数据集的时序相关性，建立自表达约束项；在映射的平稳子空间，考虑数据集的自表达约束项，采用字典学习方法构建目标函数；并求解目标函数得到映射矩阵、字典和稀疏矩阵；利用映射矩阵和字典，计算数据集样本在平稳子空间的重构误差，并采用核密度估计方法计算控制限；在线获取非平稳工业过程数据，利用映射矩阵和字典计算在线样本在平稳子空间重构误差，并将其与控制限比较，根据比较结果判断工业过程当前是否故障。本发明能够准确地监测非平稳过程的运行状态，为工业过程安全生产提供保证。
-
公开(公告)号：CN115309045A
公开(公告)日：2022-11-08
申请号：CN202210888939.0
申请日：2022-07-27
Applicant: 中南大学
IPC: G05B13/04
Abstract: 本发明公开了一种面向工业系统多工况学习的预测控制方法和系统，方法包括：获取工业系统当前工况下的稳定跟踪给定值序列R(t)，获取工业系统被控对象在最近时间以前的历史控制变量序列Up(t)和最近时间的历史控制输出序列Yp(t)；使用训练好的基于LSTM的预测模型，根据Up(t)和Yp(t)，预测被控对象在多个未来时刻的控制输出序列根据和R(t)，采用自适应梯度下降方法求解基于模型预测控制的滚动控制优化问题，获得预测被控对象在下一时间以后的控制变量序列U(t)。本发明可以精确预测不同工况下被控对象的输出，实现被控对象多工况下的精准控制，增强被控工业系统的稳定性。
-
公开(公告)号：CN115202211A
公开(公告)日：2022-10-18
申请号：CN202210920361.2
申请日：2022-08-02
Applicant: 中南大学
IPC: G05B13/04
Abstract: 本发明公开了一种用于焙烧炉温度稳定控制的预测控制方法和设备，方法：对用于稳定控制焙烧炉温度的模型预测控制系统的数据向量，根据历史数据库并利用PLS进行权重重分配得到权重向量；使用权重向量，将当前的数据向量和历史数据库均投影到潜在空间；基于潜在空间内的K最邻近策略，构建当前焙烧炉运行的相似样本集；根据相似样本集建立局部线性模型，并作为模型预测控制系统的预测模型；使用预测模型根据当前时刻的数据向量进行温度预测；根据预测温度和温度参考值，求解模型预测控制系统的目标函数以进行滚动优化，更新温度控制量序列，并下发执行第一项温度控制量。本发明可以避免求解非线性优化问题，对温度预测精度高，控制效果优良。
-
公开(公告)号：CN115202190A
公开(公告)日：2022-10-18
申请号：CN202210846935.6
申请日：2022-07-06
Applicant: 中南大学
IPC: G05B11/42
Abstract: 本发明提供一种基于工艺指标调节潜质的工况划分和识别方法，涉及工业过程控制方法领域。该一种基于工艺指标调节潜质的工况划分和识别方法，包括以下步骤：S1：变量预处理；S2：获取动态波动系数；S3：构建模糊评估模型；S4：获取评估值并划分类别；S5：控制框架设计。通过提出控制方法可以有效区别出不同控制效果的工况类别，从而从中提取出控制规则，对控制方案进行指导。相比于人工控制，其控制方式更加合理和智能，避免了被控变量的长时间波动。相比于PID控制来说，不用频繁调节PID参数，适用性大大增加同时控制效果与PID控制相当，同时实施例的实验结果表明所提出的控制方法效果优于PID控制和模糊控制。
-
公开(公告)号：CN115129029A
公开(公告)日：2022-09-30
申请号：CN202210765643.X
申请日：2022-07-01
Applicant: 中南大学
Abstract: 本发明公开了一种基于子领域适配字典学习的工业系统故障诊断方法和系统，方法：S1，利用具有标签的源域工况数据初始训练故障分类器，使用初始训练得到的故障分类器对目标域工况数据初始化伪标签；S2，利用源域工况数据和目标域工况数据，构建目标函数进行迁移字典学习；所述目标函数引入LMMD距离度量源域和目标域之间的子领域差异；S3，利用源域工况数据的稀疏表示重新训练故障分类器，并对目标域工况数据的稀疏表示进行分类概率预测，使用分类预测概率值更新目标域工况数据的伪标签；S4，重复S2和S3，直到迭代结束，此时的目标域伪标签中预测概率最大的类别即为对目标域工况下的故障诊断结果。本发明能够准确的进行工业过程跨域故障诊断。
-
Patent Agency Ranking
公开(公告)号：CN113156908B
公开(公告)日：2022-05-13
申请号：CN202110581890.X
申请日：2021-05-25
Applicant: 中南大学
IPC: G05B19/418
Abstract: 本发明公开了一种机理与数据联融合的多工况工业过程监测方法和系统，其方法为：将监测数量满足预设值的工业过程工况设为主工况，否则设为副工况；利用主工况正常时的历史监测数据集建立主工况故障检测模型；将主工况正常时的历史监测数据集和副工况正常时的历史监测数据集，均采用CSL方法映射到公共子空间，并利用公共子空间中的数据建立副工况故障检测模型；对于主工况的在线监测数据，使用主工况故障检测模型对工业过程进行故障检测；对于副工况的在线监测数据，采用CSL方法将其映射到公共子空间，再使用副工况故障检测模型对工业过程进行故障检测。本发明可以实现大型复杂工业过程准确的故障检测与诊断。
-
公开(公告)号：CN111722594B
公开(公告)日：2022-03-11
申请号：CN201910203636.9
申请日：2019-03-18
Applicant: 中南大学
IPC: G05B19/418
Abstract: 本发明涉及一种工业过程监测方法、装置、设备和可读存储介质。该方法可以包括：根据测试数据和预先训练的全局字典，获取所述测试数据的稀疏编码；所述全局字典包括特色字典和公共字典；根据所述稀疏编码、所述特色字典和所述公共字典，获取所述测试数据各模态的重构数据；根据所述测试数据和各所述重构数据，获取所述测试数据的最小重构误差；根据所述最小重构误差与所述全局字典对应的控制限，对所述测试数据进行分类。该方法能够更加准确的监测工业过程的运行状态，为工业过程的安全生产提供保障。
-
公开(公告)号：CN113567375A
公开(公告)日：2021-10-29
申请号：CN202110863852.3
申请日：2021-07-29
Applicant: 中南大学
Abstract: 本发明公开了一种基于线性特征分离的自适应多金属离子浓度回归预测方法和系统，方法为：首先根据各波长点数据与浓度值线性相关性不同的特征将所有数据分为三部分：强线性相关部分、弱线性相关部分以及非线性相关部分；对于强线性相关部分采用偏最小二乘回归进行分析，对于弱线性相关部分采用人工神经网络进行回归分析，最后采用集成学习的方法对两种方式的预测结果进行综合分析得出最终的浓度预测值。本发明不仅能最大程度的提高数据的利用率，而且通过对具有不同特点的数据进行具有针对性的分析以达到降低预测误差的目的。
-
公开(公告)号：CN113450883A
公开(公告)日：2021-09-28
申请号：CN202110710863.8
申请日：2021-06-25
Applicant: 中南大学
Abstract: 本发明属于光谱曲线匹配与融合领域，尤其是涉及一种基于多谱线融合的溶液离子浓度检测方法。该方法包括：构建标准吸收光谱曲线库，并在不同位置检测待测样本获得多条待测光谱曲线；计算所述多条待测光谱曲线与标准光谱曲线的MSGA值，对待测光谱曲线进行筛选；将所述筛选后的待测光谱曲线和标准光谱曲线进行波段划分，并按照预设的最优子区间筛选方法进行筛选，获得所述多条待测光谱曲线的最优子区间；将筛选出的最优子区间光谱曲线进行串联融合获得最优待测光谱曲线，并根据所述最优光谱曲线确定待测溶液的离子浓度。该方法消除了溶液中悬浮微颗粒的干扰，为建立稳健的溶液离子浓度的预测模型奠定了数据基础，从而准确测定待测溶液的浓度。
-
公开(公告)号：CN112923727A
公开(公告)日：2021-06-08
申请号：CN202110147686.7
申请日：2021-02-03
Applicant: 中南大学
Abstract: 本发明公开了一种基于温度趋势特征提取的焙烧炉实时炉况评估方法，用最小二乘法来对输入的实时温度信号进行一次和二次拟合，然后通过阈值来对该拟合信号的一次和二次拟合信号的最大误差以及累积误差进行判断，将实时温度信号进行自适应分段处理，然后根据趋势划分判断依据得到当前温度信号的定性趋势类别，结合当前温度信号值及专家规则来评估当前炉况，能有效判断当前焙烧炉沸腾层的正常与异常状态及提前提醒异常状态，从而有效保证焙烧炉的稳定运行。
-
-
-
-
-
-
-
-
-
Search Results
142
records
(took 0.077 seconds)
