-
公开(公告)号：CN114936511A
公开(公告)日：2022-08-23
申请号：CN202210373191.0
申请日：2022-04-11
申请人： 中南大学
IPC分类号： G06F30/27
摘要： 本发明公开一种基于数字孪生的尾砂膏体充填设计方法，包含以下步骤：S1、构建数字孪生模型；S2、将尾砂膏体充填参数进行正交实验设计，生成若干尾砂膏体充填设计方案；S3、对基于数字孪生模型的尾砂膏体充填设计方案进行评估；S4、选择基于数字孪生模型的最优化的尾砂膏体充填设计方案。本发明基于数字孪生技术及人工智能算法，通过物理空间的实验结果建立虚拟空间实验变量到实验结果的映射关系，实现了设计方案的高精度、高效、快速的评估，对尾砂膏体充填的设计具有指导意义。
-
公开(公告)号：CN114936511B
公开(公告)日：2024-08-09
申请号：CN202210373191.0
申请日：2022-04-11
申请人： 中南大学
IPC分类号： G06F30/27
摘要： 本发明公开一种基于数字孪生的尾砂膏体充填设计方法，包含以下步骤：S1、构建数字孪生模型；S2、将尾砂膏体充填参数进行正交实验设计，生成若干尾砂膏体充填设计方案；S3、对基于数字孪生模型的尾砂膏体充填设计方案进行评估；S4、选择基于数字孪生模型的最优化的尾砂膏体充填设计方案。本发明基于数字孪生技术及人工智能算法，通过物理空间的实验结果建立虚拟空间实验变量到实验结果的映射关系，实现了设计方案的高精度、高效、快速的评估，对尾砂膏体充填的设计具有指导意义。
-
公开(公告)号：CN114997580A
公开(公告)日：2022-09-02
申请号：CN202210459344.3
申请日：2022-04-27
申请人： 中南大学
摘要： 本发明公开一种快速评价矿业固废中有毒元素赋存形态及污染风险的方法，具体步骤如下：样本收集及理化性质确定；开展矿业固废有毒元素总量和赋存形态提取，了解矿业固废中有毒元素的生物有效性；基于人工智能算法形成矿业固废中有毒元素赋存形态快速预测方法；形成矿业固废有毒元素污染风险评估方法。本发明利用矿业固废中有毒元素的赋存形态和其化学组成之间的关系建立机器学习的模型，从而预测得到矿业固废中有毒元素各赋存形态的对应含量，进而评估矿业固废中有毒元素的污染风险。方法对有毒元素赋存形态判断的准确性高，工艺简单，成本低，对矿业固废潜在污染风险评估具有重大意义，同时为矿业固废的合理处理及利用提供科学依据。
-
公开(公告)号：CN114418110A
公开(公告)日：2022-04-29
申请号：CN202111436016.3
申请日：2021-11-29
申请人： 中南大学
摘要： 本发明涉及固体灰渣利用技术领域，具体地说，涉及一种基于机器学习的固体灰渣溯源预测方法，其包括以下步骤：P1：收集固体灰渣数据作为机器学习模型的数据集；P2：数据集预处理；P3：利用机器学习训练数据并建立固体灰渣溯源预测模型；P4：根据模型，对未知源头的固体灰渣进行预测，得到最终的预测结果作为固体灰渣的溯源结果。本发明能够迅速、准确地进行固体灰渣溯源。
-
-
-
搜索结果
4 条记录 (耗时 0.022 秒)