-
公开(公告)号：CN102033523B
公开(公告)日：2014-01-01
申请号：CN200910196396.0
申请日：2009-09-25
申请人： 上海宝钢工业检测公司 , 东北大学
IPC分类号： G05B19/418 , C21D1/26 , C21D9/52
摘要： 本发明涉及一种带钢质量预测、炉况预警与故障诊断方法。一种基于偏最小二乘的带钢质量预测、炉况预警与故障诊断方法，它包括：模型选择步骤：它包括采用多模型来描述与其对应的钢种的过程特性；数据预处理步骤；包括基于模型的数据对整，建立过程输入与质量输出的同步关系和数据去量纲处理以消除过程数据因物理单位不统一带来的对建模精度的影响；建立离线模型步骤；通过利用大量的正常工况下的历史数据建立带钢质量与过程变量的PLS模型；监控指标控制限的确定步骤；变量控制限的确定步骤；在线预测步骤；在线检测和故障诊断步骤。本发明通过PLS算法建立带钢质量与变量的之间的模型，实现实时的质量预测、过程监测与故障诊断。
-
公开(公告)号：CN102033523A
公开(公告)日：2011-04-27
申请号：CN200910196396.0
申请日：2009-09-25
申请人： 上海宝钢工业检测公司 , 东北大学
IPC分类号： G05B19/418 , C21D1/26 , C21D9/52
摘要： 本发明涉及一种带钢质量预测、炉况预警与故障诊断方法。一种基于偏最小二乘的带钢质量预测、炉况预警与故障诊断方法，它包括：模型选择步骤：它包括采用多模型来描述与其对应的钢种的过程特性；数据预处理步骤；包括基于模型的数据对整，建立过程输入与质量输出的同步关系和数据去量纲处理以消除过程数据因物理单位不统一带来的对建模精度的影响；建立离线模型步骤；通过利用大量的正常工况下的历史数据建立带钢质量与过程变量的PLS模型；监控指标控制限的确定步骤；变量控制限的确定步骤；在线预测步骤；在线检测和故障诊断步骤。本发明通过PLS算法建立带钢质量与变量的之间的模型，实现实时的质量预测、过程监测与故障诊断。
-
公开(公告)号：CN114417698B
公开(公告)日：2024-08-30
申请号：CN202111502944.5
申请日：2021-12-10
申请人： 东北大学
IPC分类号： G06F30/27 , G06F119/02
摘要： 本申请涉及一种轨道交通沿线外部环境的风险监测系统及评估方法，所述评估方法包括：S1、监控平台接收监测数据，并基于预先建立的风险指标库，将所述监测数据进行量化处理，获得量化后的对应监测数据的风险指标；S2、基于建立的风险等级表，所述监控平台采用基于差分进化算法的投影寻踪法对所有风险指标进行处理，获取当前时刻的风险等级。所述风险监测系统针对轨道交通沿线环境存在的风险特征，采集相关数据，可以扩大风险监测的覆盖面、提高数据利用率以及节约成本；所述评估方法通过将实时数据集和检测数据集进行融合计算，并进行实时风险评估，为相关运维人员提供参考，可以有效地避免轨道交通事故的发生。
-
公开(公告)号：CN106959662B
公开(公告)日：2019-03-08
申请号：CN201710324622.3
申请日：2017-05-10
申请人： 东北大学
IPC分类号： G05B19/05
摘要： 本发明提供一种电熔镁炉异常工况识别及控制方法。所述方法包括：获取电熔镁炉工况中的预设周期内的在线数据；采用相似度匹配策略查看案例库中是否与在线数据匹配的案例信息；若存在，依据匹配的案例信息给出当前在线数据的辨识结果，将辨识结果作为当前电熔镁炉工况的异常识别结果；其中，案例库为预先根据电熔镁炉工况的历史数据建立的各种异常工况的案例信息；若案例库中不存在匹配的案例信息，则采用贝叶斯网络推理模型对所述在线数据进行分析，获得辨识结果，将辨识结果作为当前电熔镁炉工况的异常识别结果。上述方法对于提高矿产资源的综合利用率，降低能耗，减少环境污染，促进安全生产，都有重大的意义。
-
公开(公告)号：CN104296801A
公开(公告)日：2015-01-21
申请号：CN201410258081.5
申请日：2014-06-12
申请人： 东北大学
IPC分类号： G01D21/02
摘要： 本发明提供一种湿法冶金浓密洗涤过程关键变量实时预测方法，包括过程数据采集、辅助变量选择以及标准化处理、混合模型的建立等步骤，其特征在于：建立基于机理模型和基于数据驱动模型构成的并联结构混合模型；用基于数据驱动的模型作为机理模型的误差补偿模型。本发明还提供了一种实施浓密洗涤过程关键变量预测的软件系统，它包括主程序、数据库和人机交互界面，该系统软件以湿法冶金过程控制系统的模型计算机作为硬件平台。将本发明应用于某湿法冶金工厂浓密洗涤过程，用其对溢流浓度和底流浓度进行预测，其预测结果均在预定的误差范围以内。本发明的优点：模型简单、可解释性强、外推性好、预测精度较高。
-
公开(公告)号：CN116291524A
公开(公告)日：2023-06-23
申请号：CN202310058259.0
申请日：2023-01-19
申请人： 东北大学
摘要： 本发明提供一种地质模型复杂工程结构挖钻作业的多机器人协同系统，涉及地下钻孔机器人技术领域。本发明面向具有空间狭小且GPS信号拒止等特点的岩土深部工程地下作业环境，提出了采用三坐标进给系统的主通道挖钻，采用多关节蠕动机器人搭载旋转铰刀及辅助工装对二级通道精细化挖钻，采用蠕动机器人搭载多自由度柔性机械手对三级及远结构进行精细化挖钻相结合的系统化挖钻作业模式，实现超大型地质模型内部复杂工程结构的机器人精细化挖钻和工艺质量监测新模式，形成一套面向深部工程复杂结构的高效高精度挖钻技术及异构多机器人协同系统，解决了地质模型内部回转空间小‑机动难、结构变异性大‑挖钻难、视野范围窄‑测量难等问题。
-
公开(公告)号：CN114417698A
公开(公告)日：2022-04-29
申请号：CN202111502944.5
申请日：2021-12-10
申请人： 东北大学
IPC分类号： G06F30/27 , G06F119/02
摘要： 本申请涉及一种轨道交通沿线外部环境的风险监测系统及评估方法，所述评估方法包括：S1、监控平台接收监测数据，并基于预先建立的风险指标库，将所述监测数据进行量化处理，获得量化后的对应监测数据的风险指标；S2、基于建立的风险等级表，所述监控平台采用基于差分进化算法的投影寻踪法对所有风险指标进行处理，获取当前时刻的风险等级。所述风险监测系统针对轨道交通沿线环境存在的风险特征，采集相关数据，可以扩大风险监测的覆盖面、提高数据利用率以及节约成本；所述评估方法通过将实时数据集和检测数据集进行融合计算，并进行实时风险评估，为相关运维人员提供参考，可以有效地避免轨道交通事故的发生。
-
公开(公告)号：CN108921352B
公开(公告)日：2021-10-22
申请号：CN201810737754.3
申请日：2018-07-06
申请人： 东北大学
IPC分类号： G06Q10/04 , G06F30/27 , G06F111/04 , G06F111/06
摘要： 本发明涉及一种具有区间不确定性的湿法冶金浸出过程优化方法，本发明采用区间数描述矿浆浓度，根据对金氰化浸出过程反应机理的分析，利用物料守恒方程和区间分析理论建立金氰化浸出过程的机理模型。在机理模型的基础上，建立了基于区间数的以两级金氰化浸出过程经济效益最大为目标的优化模型。针对本发明的不确定性优化模型采用两层嵌套的改进差分进化和序列二次规划混合优化算法进行求解。最终经过仿真验证了矿浆浓度不确定性水平对浸出过程经济效益的影响，并且该模型比传统模型能更客观地反映生产过程的实际情况，改善了模型的适应性，具有较好的工程实际意义。
-
公开(公告)号：CN110807481A
公开(公告)日：2020-02-18
申请号：CN201911039968.4
申请日：2019-10-29
申请人： 东北大学
摘要： 本发明涉及一种基于多源数据的针对起重机械的故障预测方法，包括如下步骤：S1、数据采集获得多源多传感器数据；S2、将获得的多源多传感器数据处理及转换，获取多源多传感器数据的规范数据频谱图；S3、将获取的多源多传感器数据的规范数据频谱图输入基于深度学习的起重机械故障预测模型；S4、基于深度学习的起重机械故障预测模型根据输入的多源多传感器数据的规范数据频谱输出相应的故障预测结果；基于深度学习的起重机械故障预测模型是由历史多源多传感器数据和相应故障类型数据训练获得的故障预测模型。本发明提供的故障预测方法较传统的方法更加的智能化和高效化，对特种设备的安全方面有了大大的提升，同时也提高了起重机械设备等的寿命。
-
公开(公告)号：CN104597755B
公开(公告)日：2017-02-15
申请号：CN201410258103.8
申请日：2014-06-12
申请人： 东北大学
摘要： 一种湿法冶金金氰化浸出过程优化方法，采用已知的湿法冶金金氰化浸出工艺，在确保稳定生产及达到生产指标的基础上，实现总生产成本的最小化，包括下述工艺步骤：（1）数据采集、（2）辅助变量的选取和数据处理、（3）优化模型建立、4）优化模型的求解、（5）浸出过程优化操作指导的确定步骤。本发明能根据生产要求及生产现场状况，优化指导生产过程中的原料添加量，制定合理的生产计划，以解决生产过程中存在的原料添加量不足以及盲目过多添加等问题，确保达到生产要求的同时，避免原料浪费。
-
-
-
-
-
-
-
-
-
搜索结果
37 条记录 (耗时 0.037 秒)
