公开(公告)号：CN119538980A

公开(公告)日：2025-02-28

申请号：CN202411545224.0

申请日：2024-10-31

Applicant: 中南大学

Inventor： 张红亮 ,  王金晶 ,  李劼 ,  陈灿 ,  曾子望 ,  施辉洪

IPC: G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08 ,  G06V20/40 ,  G06V10/80 ,  G06V10/82 ,  G06F18/25

Abstract: 本发明提供了一种基于多模态数据的铝电解工艺实训平台、评估方法及设备，评估方法包括：获取铝电解工艺实训过程中的日志记录数据、视频数据，获取铝电解车间工业设备的传感器数据；使用LSTM网络处理序列数据，能够捕捉日志记录数据中的长期依赖关系，理解铝电解工艺操作的顺序和逻辑；采用CNN网络处理视频数据，提取视频中的关键特征；使用全连接层处理传感器数据；用全连接层作为融合层，将上述网络的输出进行融合。本发明分别采用不同深度学习网络处理不同数据，提取的特征更具代表性，融合得到的结果可靠性更高；可以更加准确的反映和评估铝电解工艺实际操作的效果，提供更有价值的反馈，对铝电解工艺进行控制和优化。

公开(公告)号：CN120012568A

公开(公告)日：2025-05-16

申请号：CN202510056406.X

申请日：2025-01-14

Applicant: 中南大学

Inventor： 张红亮 ,  陈灿 ,  李劼 ,  冉岭 ,  韩博 ,  施辉洪 ,  曾子望 ,  王金晶 ,  李神舟

IPC: G06F30/27 ,  G06F30/23 ,  G06F30/10 ,  G06T17/20

Abstract: 本发明公开了一种铝电解槽槽帮动态预测方法、设备、存储介质及产品，所述预测方法包括根据结构参数和工艺参数构建铝电解槽多物理场仿真模型，进而得到不同工艺参数下的槽帮厚度和槽壳温度，并构建样本数据集；利用样本数据集对槽帮尺寸预测模型进行训练，得到目标预测模型；利用目标预测模型对待预测铝电解槽的实时工艺参数进行预测，得到槽帮厚度预测值和槽壳温度预测值；根据槽帮厚度测量值和槽帮厚度预测值判断目标预测模型是否满足预测精度要求，并根据判断结果对铝电解槽多物理场仿真模型进行调整以及对目标预测模型进行再训练，直到满足预测精度要求。本发明提高了预测精度和鲁棒性，提高了对复杂多变工况的适应性。

公开(公告)号：CN119249751A

公开(公告)日：2025-01-03

申请号：CN202411407498.3

申请日：2024-10-10

Applicant: 中南大学

Inventor： 张红亮 ,  施辉洪 ,  李劼 ,  陈灿 ,  曾子望 ,  王金晶

IPC: G06F30/20 ,  G06F30/23 ,  G06F119/08 ,  G06F111/10

Abstract: 本发明公开了一种铝电解槽电热场分布预测方法、设备、存储介质及产品，所述预测方法包括构建铝电解槽数值计算模型；根据所述铝电解槽数值计算模型求解不同工况下的电热场，得到不同工况下的铝电解槽电热场分布；根据不同工况下的铝电解槽电热场分布构建数据快照矩阵；对所述数据快照矩阵进行模态分解和截取，得到每个工况下的主要特征模态及其模态系数；根据不同工况下的主要特征模态的模态系数构建模态系数预测模型；根据所述模态系数预测模型以及每个工况下的主要特征模态进行铝电解槽电热场分布预测。本发明在保证精度足够高的前提下，显著提升了计算效率，大大降低了计算资源的消耗，实现了铝电解槽电热场分布的快速预测。