面向重金属废水处理过程深度净化和铜砷高值回收的优化控制方法

    公开(公告)号:CN118963110A

    公开(公告)日:2024-11-15

    申请号:CN202410730415.8

    申请日:2024-06-06

    Abstract: 本发明公开了一种面向重金属废水处理过程深度净化和铜砷高值回收的优化控制方法,所述重金属废水处理过程采用多个单元级装备级联构成,相邻单元级装备的过程状态变量相互耦合,在每个时间步的优化控制方法包括:首先,将当前时刻的数据代入全局优化问题模型并求解优化问题,获得当前时刻各单元级装备的每种重金属离子的浓度设定值;其中,全局优化目标为:将重金属废水处理全过程的重金属离子去除率和重金属回收的经济效益;然后,提出分散控制方案,即各单元级装备基于各自当前时刻的重金属离子的浓度设定值,采用模型预测控制策略,获得各单元级装备当前时刻的控制输入。本发明可以提高硫化渣纯度和过程经济效益。

    一种用于焙烧炉温度稳定控制的预测控制方法和设备

    公开(公告)号:CN115202211B

    公开(公告)日:2024-09-10

    申请号:CN202210920361.2

    申请日:2022-08-02

    Applicant: 中南大学

    Abstract: 本发明公开了一种用于焙烧炉温度稳定控制的预测控制方法和设备,方法:对用于稳定控制焙烧炉温度的模型预测控制系统的数据向量,根据历史数据库并利用PLS进行权重重分配得到权重向量;使用权重向量,将当前的数据向量和历史数据库均投影到潜在空间;基于潜在空间内的K最邻近策略,构建当前焙烧炉运行的相似样本集;根据相似样本集建立局部线性模型,并作为模型预测控制系统的预测模型;使用预测模型根据当前时刻的数据向量进行温度预测;根据预测温度和温度参考值,求解模型预测控制系统的目标函数以进行滚动优化,更新温度控制量序列,并下发执行第一项温度控制量。本发明可以避免求解非线性优化问题,对温度预测精度高,控制效果优良。

    基于云边协同的氧化铝溶出过程苛性比值控制方法与系统

    公开(公告)号:CN118244645A

    公开(公告)日:2024-06-25

    申请号:CN202410622315.3

    申请日:2024-05-20

    Applicant: 中南大学

    Abstract: 本发明提供一种基于云边协同的氧化铝溶出过程苛性比值控制方法与系统,系统包括端侧、边缘侧和云侧;端侧,实时产生氧化铝溶出过程的数据信息;边缘侧,包括DCS控制系统和边缘计算设备,DCS控制系统采集端侧产生的数据信息并反馈给边缘计算设备;边缘计算设备上部署有云侧下发的苛性比值软测量模型和MPC算法,及模型参数更新请求策略;云侧,部署有苛性比值软测量模型和模型参数求解算法,收到边缘侧的模型参数更新请求信号后,辨识当前苛性比值软测量模型参数进行模型更新;云侧包括模型下发模块;MPC算法基于更新的苛性比值软测量模型计算最优控制量以控制端侧;本发明能实现氧化铝溶出过程苛性比值的高精度稳定安全控制。

    基于信息物理特征融合的工业信息物理系统跨层异常检测方法

    公开(公告)号:CN117313035A

    公开(公告)日:2023-12-29

    申请号:CN202311454876.9

    申请日:2023-11-03

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于信息物理特征融合的工业信息物理系统跨层异常检测方法,获取每次通信事件的数据包序列;针对每个数据包序列,提取其序列层次的粗粒度特征,以及解析所有数据包得到数据包层次的细粒度特征,再将粗粒度特征与细粒度特征融合得到序列的总体特征向量;以数据包序列的总体特征向量为观测数据,采用字典将观测数据投影到高维特征空间,学习字典和线性分类器;在线测试时,获当前通信事件对应数据包序列的总体特征向量,基于字典获得稀疏编码,并使用线性分类器输出得到工业系统当前的状态标签。本发明通过有效融合信息物理异构数据,提高了异常检测的实时性和准确性。

    工业废水处理过程建模与决策控制一体化方法与系统

    公开(公告)号:CN117193217A

    公开(公告)日:2023-12-08

    申请号:CN202311354134.9

    申请日:2023-10-19

    Applicant: 中南大学

    Abstract: 本发明公开了一种工业废水处理过程建模与决策控制一体化方法与系统,方法包括:(1)基于物料守恒、多相共存下的反应机理分析以及反应器结构的分析,构建多反应器级联的工业废水处理过程模型;(2)采用分层优化控制策略对工业废水处理过程进行目标组分的分离控制,即:上层根据工业废水处理过程的要求和经济指标确定过程控制目标;下层采用模型预测控制方法,基于确定的过程控制目标,获得工业废水处理过程的控制输入序列,并下发最优控制输入作用于工业废水处理过程。本发明可以应用于工业废水处理过程的控制,能够显著提高控制精度和过程指标。

    基于模型预测控制的飞机防滑刹车控制方法

    公开(公告)号:CN112896494B

    公开(公告)日:2023-04-25

    申请号:CN202110390940.6

    申请日:2021-04-12

    Applicant: 中南大学

    Abstract: 本发明提供了一种基于模型预测控制的飞机防滑刹车控制方法,包括:步骤1,采用机理分析法对飞机在滑行时的受力情况进行分析并建立飞机刹车系统的非线性动力学模型;步骤2,对飞机刹车系统的非线性动力学模型采用扩展卡尔曼滤波获得去除噪声干扰的实时机轮速度,通过实时机轮速度估计实时飞机速度;步骤3,根据实时机轮速度、估计实时飞机速度和最佳滑移率进行最佳飞机速度参考点计算,得到参考机轮速度和参考飞机速度用于控制器的跟踪。本发明所述的基于模型预测控制的飞机防滑刹车控制方法,采用模型预测控制,结合扩展卡尔曼滤波达到防滑刹车的控制效果,控制过程平滑,抖震较小,控制策略简单,具有很好的现实意义和实践价值。

    一种基于非线性机会约束的配料优化方法和系统

    公开(公告)号:CN110458348B

    公开(公告)日:2022-12-20

    申请号:CN201910710834.4

    申请日:2019-08-02

    Applicant: 中南大学

    Abstract: 本发明中一种基于非线性机会约束的配料优化方法及其系统,在充分考虑锌精矿各种矿质元素成分不确定性的影响,以混合锌精矿中锌的单位成本最低为目标,建立非线性机会约束规划配料优化模型,并获取各种锌精矿入库时对应的各种锌元素含量和杂质元素含量均值和方差来求解所述非线性机会约束规划模型的最优解,再根据最优解指导混锌配料,相比起现有的配料方法而言,配出来的混合锌精矿质量的更稳定,使用的锌精矿原料成本更低。

    一种铝电解槽火眼视频的自动化采集方法和装置

    公开(公告)号:CN115314609A

    公开(公告)日:2022-11-08

    申请号:CN202210702123.4

    申请日:2022-06-21

    Applicant: 中南大学

    Abstract: 本发明公开了一种铝电解槽火眼视频的自动化采集方法和装置,方法为:巡检小车在铝电解槽的安全距离轨迹线上巡检;广角摄像机采集铝电解槽的二维码,解析获取当前铝电解槽的信息;在槽门打开之后,根据广角摄像机和定长焦摄像机采集的图像,反馈调节广角摄像机和定长焦工业摄像机的相机云台的舵机;反馈调节相机云台的舵机的方法为:根据广角摄像机采集的图像,采用目标检测算法识别火眼口在图像中的位置,对相机云台的舵机初步旋转控制;根据定长焦摄像机采集的图像,采用网格分区与火眼口对应网格查表的方法,对相机云台的舵机精准旋转控制;使用舵机调节后的定长焦工业摄像机采集火眼口视频。本发明不受强磁场等复杂环境影响,工作稳定性好。

    一种结构化的多模态工业过程指标估计框架的构建方法

    公开(公告)号:CN115293520A

    公开(公告)日:2022-11-04

    申请号:CN202210828733.9

    申请日:2022-07-15

    Applicant: 中南大学

    Abstract: 本发明提供一种结构化的多模态工业过程指标估计框架的构建方法,涉及工业估计技术领域。该方法由四部分组成:显式结构表示、复杂的工业机理知识、多模态聚类方法和结构化可解释动态图网络。首先利用图结构对多传感器时间序列数据进行建模。其次设计了一种多模式聚类方法,该方法基于高斯混合模型来划分和定位工业多模式运行数据。随后开发了一种结构化可解释动态图网络估计模型,以提高工业图数据的节点预测性能和解释能力。此外,该模型可以实时计算每个单独的过程变量对关键指标的贡献,从而为优化控制提供指导。将上述方法进行在线部署能够对在线数据进行实时模态识别,然后切换模态对应的动态图网络,实现对工业过程关键指标的准确估计。

    基于多采样率数据的工业系统故障诊断方法与设备

    公开(公告)号:CN115204272A

    公开(公告)日:2022-10-18

    申请号:CN202210721136.6

    申请日:2022-06-24

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于多采样率数据的工业系统故障诊断方法与设备,方法为:获取工业系统多组不同传感器的时间序列数据,该多组数据存在不同采样率;针对每种采样率的所有传感器的时间序列数据,根据相关性筛选保留部分传感器的时间序列数据;将每种采样率的筛选保留传感器的时间序列数据,分别归一化处理,再按传感器拼接;将多种采样率对应的拼接数据,结合对应的真实分类标签,以端到端的方式对CNN模型进行训练,得到故障分类器;当需要进行故障诊断时,使用训练好的故障分类器基于多采样率数据对工业系统进行故障诊断。本发明能够自动挖掘多采样率数据的深层特征,有效利用不同采样率变量的信息来提高故障诊断的精度。

Patent Agency Ranking