-
公开(公告)号：CN108845501B
公开(公告)日：2021-07-20
申请号：CN201811056213.0
申请日：2018-09-11
申请人： 东北大学
IPC分类号： G05B13/04
摘要： 本发明提供一种基于懒惰学习的高炉铁水质量自适应优化控制方法，涉及高炉冶炼自动化控制技术领域，该方法包括：采集高炉生产历史输入输出测量数据；对数据进行预处理，并初始化数据库及相关参数；利用懒惰学习方法建立铁水Si含量局部线性预测模型；根据铁水Si含量提前多步的预测值和参考值构造控制性能指标，利用二次规划算法计算最优控制量；将最优控制量发给执行机构，采集新一组数据，数据预处理，更新数据库。本发明提供的方法可以将高炉铁水Si含量稳定在期望值附近，具有跟踪性能好、抗干扰性强的优点，能够有效地提高产品质量、降低生产能耗。
-
公开(公告)号：CN109190226B
公开(公告)日：2023-01-31
申请号：CN201810971872.0
申请日：2018-08-24
申请人： 东北大学
摘要： 本发明提供一种磨矿系统溢流粒度指标软测量方法，涉及磨矿系统自动化测量技术领域。该方法包括辅助变量的选择、训练数据的取得、改进正交增量型随机权神经网络软测量模型的学习和使用三个步骤，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I‑OI‑RVFLNs的磨矿系统溢流粒度软测量模型，实现了磨矿系统螺旋分级机溢流粒度的软测量。本发明的方法模型结构简单，训练速度快，预测精度高，具有很强的泛化能力，在实际应用中，能够根据过程的实时数据估计出磨矿粒度值，而且相对误差较小、可信度高，是具有很高使用价值、低成本的粒度计量手段。
-
公开(公告)号：CN109001979A
公开(公告)日：2018-12-14
申请号：CN201810971718.3
申请日：2018-08-24
申请人： 东北大学
摘要： 本发明提供一种基于懒惰学习的高炉铁水质量自适应鲁棒预测控制方法，涉及高炉冶炼自动化控制技术领域。包括确定被控量与控制量；采集高炉生产历史输入输出测量数据构造初始数据库；构造查询回归向量，确定异常数据；从数据库中查询相似学习子集，选出最优学习子集，对异常数据进行处理；将最优学习子集作为训练集，建立预测模型；计算铁水质量指标参考轨迹，构造预测控制性能指标，得到最优控制向量；将最优控制向量发给底层PLC系统并调节执行机构，采集新一组高炉测量数据，数据预处理并更新数据库。本发明提供的方法可以有效的抑制输入输出干扰的影响并且克服异常数据的影响，将高炉铁水质量稳定在期望值附近，有利于高炉稳定顺行和优质高产。
-
公开(公告)号：CN108845501A
公开(公告)日：2018-11-20
申请号：CN201811056213.0
申请日：2018-09-11
申请人： 东北大学
IPC分类号： G05B13/04
摘要： 本发明提供一种基于懒惰学习的高炉铁水质量自适应优化控制方法，涉及高炉冶炼自动化控制技术领域，该方法包括：采集高炉生产历史输入输出测量数据；对数据进行预处理，并初始化数据库及相关参数；利用懒惰学习方法建立铁水Si含量局部线性预测模型；根据铁水Si含量提前多步的预测值和参考值构造控制性能指标，利用二次规划算法计算最优控制量；将最优控制量发给执行机构，采集新一组数据，数据预处理，更新数据库。本发明提供的方法可以将高炉铁水Si含量稳定在期望值附近，具有跟踪性能好、抗干扰性强的优点，能够有效地提高产品质量、降低生产能耗。
-
公开(公告)号：CN109001979B
公开(公告)日：2021-05-18
申请号：CN201810971718.3
申请日：2018-08-24
申请人： 东北大学
摘要： 本发明提供一种基于懒惰学习的高炉铁水质量自适应鲁棒预测控制方法，涉及高炉冶炼自动化控制技术领域。包括确定被控量与控制量；采集高炉生产历史输入输出测量数据构造初始数据库；构造查询回归向量，确定异常数据；从数据库中查询相似学习子集，选出最优学习子集，对异常数据进行处理；将最优学习子集作为训练集，建立预测模型；计算铁水质量指标参考轨迹，构造预测控制性能指标，得到最优控制向量；将最优控制向量发给底层PLC系统并调节执行机构，采集新一组高炉测量数据，数据预处理并更新数据库。本发明提供的方法可以有效的抑制输入输出干扰的影响并且克服异常数据的影响，将高炉铁水质量稳定在期望值附近，有利于高炉稳定顺行和优质高产。
-
公开(公告)号：CN109190226A
公开(公告)日：2019-01-11
申请号：CN201810971872.0
申请日：2018-08-24
申请人： 东北大学
摘要： 本发明提供一种磨矿系统溢流粒度指标软测量方法，涉及磨矿系统自动化测量技术领域。该方法包括辅助变量的选择、训练数据的取得、改进正交增量型随机权神经网络软测量模型的学习和使用三个步骤，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I-OI-RVFLNs的磨矿系统溢流粒度软测量模型，实现了磨矿系统螺旋分级机溢流粒度的软测量。本发明的方法模型结构简单，训练速度快，预测精度高，具有很强的泛化能力，在实际应用中，能够根据过程的实时数据估计出磨矿粒度值，而且相对误差较小、可信度高，是具有很高使用价值、低成本的粒度计量手段。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.021 秒)
