一种污水处理方法
    1.
    发明授权

    公开(公告)号:CN111268780B

    公开(公告)日:2022-06-14

    申请号:CN202010159598.4

    申请日:2020-03-10

    IPC分类号: C02F1/52 G06N20/10

    摘要: 本发明公开了一种污水处理方法,包括:获取待处理污水处理池当前时刻的第一预测参数;利用所述第一预测参数预测得到当前污水池内水的第一预测浊度;基于所述第一预测浊度判断水质是否达标;若水质不达标,则构建一个或多个预测加药方案;根据所述一个或多个预测加药方案确定一个或多个第二预测参数;根据所述一个或多个第二预测参数预测加药后污水池内水的一个或多个第二预测浊度;基于所述一个或多个第二预测浊度确定候一个或多个选加药方案;根据所述一个或多个候选加药方案确定目标加药方案;基于所述候选加药方案对所述待处理污水池内的污水进行处理。本发明不仅能够有效地减少人力投入,同时也能够快速对水质情况变化进行反馈,使得整个污水处理过程更加高效、环保。

    一种污水处理方法
    2.
    发明公开

    公开(公告)号:CN111268780A

    公开(公告)日:2020-06-12

    申请号:CN202010159598.4

    申请日:2020-03-10

    IPC分类号: C02F1/52 G06N20/10

    摘要: 本发明公开了一种污水处理方法,包括:获取待处理污水处理池当前时刻的第一预测参数;利用所述第一预测参数预测得到当前污水池内水的第一预测浊度;基于所述第一预测浊度判断水质是否达标;若水质不达标,则构建一个或多个预测加药方案;根据所述一个或多个预测加药方案确定一个或多个第二预测参数;根据所述一个或多个第二预测参数预测加药后污水池内水的一个或多个第二预测浊度;基于所述一个或多个第二预测浊度确定候一个或多个选加药方案;根据所述一个或多个候选加药方案确定目标加药方案;基于所述候选加药方案对所述待处理污水池内的污水进行处理。本发明不仅能够有效地减少人力投入,同时也能够快速对水质情况变化进行反馈,使得整个污水处理过程更加高效、环保。

    一种时序信号片段异常识别方法、系统、介质及终端

    公开(公告)号:CN113420652A

    公开(公告)日:2021-09-21

    申请号:CN202110693414.7

    申请日:2021-06-22

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明提供一种时序信号片段异常识别方法、系统、介质及终端,方法包括:获取原始时序信号,进行切片处理,切分为m个时序信号片段;预先设置n个维度,对时序信号片段分别进行每个维度的特征抽取,以一时序信号片段为一样本,以一维度为一特征列,获取m*n维的截面数据,建立孤立森林模型,并获取每个样本在孤立森林模型中的路径长度,根据路径长度对异常程度进行评分,完成异常识别;本发明无需积累及标记异常数据,即可实现异常片段的自动捕捉,实用性及落地性大大提高,支持自动识别所有类型的异常,在所有场景通用,不依赖于具体场景的前期知识库的建立,大大降低了前期准备工作的工作量及工作难度。

    一种基于机器学习方法的冷轧轧制力预测方法及系统

    公开(公告)号:CN111889524A

    公开(公告)日:2020-11-06

    申请号:CN202010757151.7

    申请日:2020-07-31

    IPC分类号: B21B38/08

    摘要: 本发明提供一种基于机器学习方法的冷轧轧制力预测方法及系统,方法包括:采集冷轧轧制过程中的生产数据;对所述生产数据进行预处理,根据预处理后的数据建立预测模型,并通过不同的机器学习算法对预测模型进行训练,根据每种机器学习模型的均相对误差,对预测模型进行评价,获取最优的训练后的预测模型,根据所述最优的训练后的预测模型,对冷轧轧制力进行实时预测;本发明通过择优选择最合适的预测模型,得到实时预测的轧制力更接近现场实际值,本发明安全可靠,预测准确,能够在线实时计算得到轧制力,可以应用于冷轧差厚板、冷连轧的动态变规格等过程中轧制力的计算,提升冷轧模型控制水平。

    精炼合金元素收得率预测方法、系统、电子设备及介质

    公开(公告)号:CN114242179A

    公开(公告)日:2022-03-25

    申请号:CN202111500819.0

    申请日:2021-12-09

    摘要: 本发明涉及精炼合金技术领域,公开了一种精炼合金元素收得率预测方法、系统、电子设备及介质,该方法获取待预测炉次的当前数据,并获取多个历史数据,根据当前合金化前特征从各历史数据中确定待预测炉次对应的相似数据,并根据相似数据确定待预测炉次对应的预测合金化过程特征,将当前合金化前特征和预测合金化过程特征输入预测模型,得到待预测炉次所精炼合金的预测元素收得率,通过历史数据和当前数据获取待预测炉次的预测合金化过程,进而通过将当前数据和预测合金化过程特征输入训练成功的预测模型获取预测元素收得率,使得预测模型的输入数据更具有可靠性,提高了待预测炉次所精炼合金的预测元素收得率的准确度。

    一种线棒材力学性能预测系统
    6.
    发明公开

    公开(公告)号:CN114065629A

    公开(公告)日:2022-02-18

    申请号:CN202111362902.6

    申请日:2021-11-17

    摘要: 本发明提供一种线棒材力学性能预测系统,属于线棒材加工技术领域。包括:数据采集模块,采集线棒材的力学性能预测关联数据并与钢坯关联,得到性能预测数据集,所述力学性能预测关联数据包括原料信息参数及加工工艺参数;模型管理模块,存储性能预测模型并与数据采集模块连接,根据所述性能预测数据集对性能预测模型进行训练并评估预测精度,根据预测精度决定是否更新性能预测模型;预测模块,与所述模型管理模块及所述数据采集模块连接,将所述性能预测数据集导入模型管理模块中的性能预测模型,对线棒材的力学性能进行预测。本发明能够采集实时数据对钢坯力学性能进行预测,从而实现钢铁产品质量稳定性控制。

    线棒材力学性能预测方法及计算机可读存储介质

    公开(公告)号:CN113887089A

    公开(公告)日:2022-01-04

    申请号:CN202111364521.1

    申请日:2021-11-17

    摘要: 本发明提供一种线棒材力学性能预测方法及计算机可读存储介质,属于线棒材生产技术领域。包括以下步骤:获取样本数据,所示样本数据包括线棒材的力学性能预测参数及相应的力学性能检验结果;对样本数据进行预处理,预处理包括多种预处理方式,根据各种预处理方式及各种预处理方式的组合,分别得到相应的训练数据集;根据样本数据,建立性能预测模型;采用各个训练数据集分别对性能预测模型进行训练并评估,获取最终模型;将预测对象的预测参数输入至最终模型,获取预测对象的力学性能预测结果。本发明能够对样本数据进行预处理,根据预处理方法进行评估,提升预测结果的准确度,从而提高检化验效率。也能以力学性能为目标,对生产参数进行优化。