公开(公告)号：CN120011746A

公开(公告)日：2025-05-16

申请号：CN202510042070.1

申请日：2025-01-10

Applicant: 中国矿业大学

Inventor： 褚菲 ,  王建文 ,  沈先雄 ,  曾国强 ,  彭晨 ,  熊潮

IPC: G06F18/20 ,  G06N5/025 ,  G06F18/10 ,  G06F18/213 ,  G06F18/24 ,  G06N3/0442

Abstract: 一种基于跨时空稳定因果动态贝叶斯网络的自愈控制方法，采用插值方式融合LSTM算法从工业过程数据提取的时间特征和基于全流程物理单元分布知识提取的空间特征；基于时间特征和空间特征，结合稳定学习与DBN，构建知识和数据双驱动的跨时空因果动态贝叶斯网络模型；利用跨时空因果动态贝叶斯网络模型结合时空特征进行虚假因果关系的判别；采用样本重加权技术，调整样本权重；使用选定的特征和样本权重训练跨时空因果动态贝叶斯网络模型，得到跨时空稳定因果DBN模型；将在线异常数据变量作为证据输入到跨时空稳定因果DBN模型中，确定发生异常的时间片和引起异常工况的变量，并推理出控制方案；实施控制方案。该方法能快速有效消除过程突发异常工况。

公开(公告)号：CN119926677A

公开(公告)日：2025-05-06

申请号：CN202510020035.X

申请日：2025-01-07

Applicant: 中国矿业大学

Inventor： 褚菲 ,  王建文 ,  熊潮 ,  曾国强 ,  毛腾 ,  邹度宇 ,  彭晨

IPC: B03D1/14 ,  G06N5/04 ,  G06N7/01 ,  G06N20/20 ,  B03B13/00

Abstract: 一种基于集成学习与分布式混合贝叶斯网络的煤泥浮选控制方法，步骤一：基于集成学习的分布式混合贝叶斯网络离线建模；S11：划分煤泥浮选过程，并确定贝叶斯网络节点；S12：确定N个相应的混合贝叶斯网络结构；S13：利用最大似然估计法确定N个混合贝叶斯网络的参数；S14：完成基于集成学习的分布式混合贝叶斯网络建模；步骤二：进行煤泥浮选过程在线安全运行的控制；S21：基于当前工况数据信息判断是否发生异常工况，并利用N个混合贝叶斯网络控制模型分别制定安全控制决策；S22：集成N个决策结果，制定当前工况的最终安全控制策略；S23：在异常工况未消除时，重新执行S21。该方法能制定出更加合理可靠的安全控制决策。