-
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
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：CN118350614A
公开(公告)日：2024-07-16
申请号：CN202410067934.0
申请日：2024-01-17
Applicant: 中国矿业大学
IPC: G06Q10/0633 , G06Q10/0637 , G06F30/27 , G06N5/04 , G06N7/01 , G06Q50/04
Abstract: 一种基于分布时序动态贝叶斯网络库的浮选过程安全控制方法，子流程划分；分别提取原煤处理、重介质选煤和浮选子流程的质量指标相关的变量，并进行变量的分配；采集子流程数据集，并进行相关性分析；建立局部贝叶斯网络库；建立全局动态贝叶斯网络结构；将在线异常数据作为证据输入到全局贝叶斯网络中推理出发生异常的模块；确定发生异常的模块之后，在动态贝叶斯网络库中，利用动态时间规整算法找出与异常数据最契合的局部动态贝叶斯网络；将异常数据输入到局部动态贝叶斯网络中进行控制决策推理；实施控制决策策略，如果异常消除则进入到正常模式。该方法能在煤泥浮选工业过程出现异常后迅速做出有效的控制决策，可保证工业过程安全稳定的运行。
-
公开(公告)号：CN115875080A
公开(公告)日：2023-03-31
申请号：CN202211634278.5
申请日：2022-12-19
Applicant: 中国矿业大学 , 六盘水师范学院 , 陕煤集团神木柠条塔矿业有限公司
Abstract: 本发明属于煤矿开采技术领域，具体涉及一种风沙滩矿区储水方法，本发明创新利用定向钻使得天窗区风沙滩含水层与非天窗区风沙滩含水层连通，提升了水资源快速跨区域补给，加大补给程度后使得整个矿区含储的水量大幅度增加；为防止大量的水资源通过地表泉水排泄，因此通过煤柱的留设，改变了原有的风沙滩含水层渗流路径，留设煤柱区相对于开采区沉降量小，阻断或减少泉水的排泄，增加地下水的运移路径，从而增加了下渗量；本发明提升了由风沙滩入渗转化为其他含水层的水资源量，水资源的存储有效缓解了缺水的问题；避免了大量水资源进入采空区，水质有所提升；同时有效控制了风沙滩区积水过量的问题，减少了煤炭开采安全风险。
-
公开(公告)号：CN113279793A
公开(公告)日：2021-08-20
申请号：CN202110776506.1
申请日：2021-07-09
Applicant: 中国矿业大学(北京)
IPC: E21D19/02
Abstract: 本公开提供了一种巷道临时支护装置，该巷道临时支护装置包括：门式支架、侧挡与侧挡支撑件。门式支架包括第一支撑杆、第二支撑杆和顶梁，所述顶梁的两端分别与所述第一支撑杆和所述第二支撑杆同一侧的端部连接；侧挡设于所述第一支撑杆远离所述第二支撑杆的一侧；侧挡支撑件的一端与所述顶梁连接，另一端与所述侧挡连接，所述侧挡支撑件用于对所述侧挡提供侧向支撑力。本公开提供的巷道临时支护装置，能够对巷道进行临时支护，提高了自成巷的稳定与安全。
-
公开(公告)号：CN116125915B
公开(公告)日：2024-10-29
申请号：CN202211489071.3
申请日：2022-11-25
Applicant: 中国矿业大学
IPC: G05B19/418
Abstract: 本发明提供了一种基于贝叶斯网络的选煤过程安全与质量一体化控制方法，确定选煤过程中的控制变量与目标变量；确定相应的贝叶斯网络节点类型及等级状态；确定贝叶斯网络结构；确定贝叶斯网络参数；建立安全与质量一体化控制贝叶斯网络；根据溢流灰分判断是否发生异常工况，将控制变量初始状态做离散化处理；利用建立的贝叶斯网络进行推理，获取能够消除异常工况的控制变量调整值；利用建立的贝叶斯网络进行推理得到调整后的溢流灰分值；判断异常工况是否消除；利用建立的贝叶斯网络，并结合模拟退火算法，推理得到能使溢流灰分达到最优的控制变量调整值以及最优溢流灰分值。该方法可以给出有效安全控制决策，能有效提升产品煤的质量。
-
Patent Agency Ranking
公开(公告)号：CN119500417A
公开(公告)日：2025-02-25
申请号：CN202411525907.X
申请日：2024-10-30
Applicant: 中国矿业大学
Abstract: 一种基于分布式金字塔动态贝叶斯网络的煤泥浮选过程控制方法，将煤泥浮选过程划分为三个子流程，并确定全局质量指标变量与局部质量指标变量，建立全局动态贝叶斯网络；确定子流程中的关键变量，分析变量间的相关性，确定各流程中的过程时延；确定出第一层动态贝叶斯网络的时间片数量；进行结构学习，建立模型第一层的网络结构；将相邻时间片的相同节点合并为一个节点，构建第二层动态贝叶斯网络结构；贝叶斯网络参数学习；采集实际工况数据信息，并在发生异常工况时确定出导致异常的子流程；利用局部金字塔动态贝叶斯网络，确定出引起异常工况的根本原因；以异常原因为依据，制定控制决策方案，消除异常工况；该方法能及时消除异常工况。
-
公开(公告)号：CN118915653A
公开(公告)日：2024-11-08
申请号：CN202410959173.X
申请日：2024-07-17
Applicant: 中国矿业大学
IPC: G05B19/418
Abstract: 一种基于弹性时变贝叶斯网络的复杂工业过程自愈控制方法，采集现场数据并进行分析处理；利用ADF平方根算法检验数据的平稳性，如果数据非平稳，则对数据进行差分处理，将数据平稳化；将平稳化后的数据与原始平稳数据进行融合之后进行数据相关性分析；通过相关性分析，确定多个变量之间的关系强度和方向；将数据输入到弹性时变动态贝叶斯网络模型中，学习出网络结构和参数；根据学习到的结构和参数结合概率密度函数精准定位异常时间片，确定引起异常的过程变量；将异常数据作为证据输入到动态贝叶斯网络中推理出能消除异常工况的决策方案，并将决策方案转换为控制操作。该方法能在煤泥浮选工业过程出现异常后迅速做出有效的控制决策。
-
公开(公告)号：CN116899758A
公开(公告)日：2023-10-20
申请号：CN202310736093.3
申请日：2023-06-21
Applicant: 中国矿业大学
Abstract: 一种基于分布式动态贝叶斯网络的煤泥浮选安全运行控制方法，将煤泥浮选过程进行分块，并确定全局质量指标；确定每个模块与全局质量指标相关的变量；确定全局网络中变量的状态以及局部网络中变量的状态：建立全局贝叶斯网络和局部贝叶斯网络；将全局贝叶斯网络转化为全局动态贝叶斯网络；判断局部贝叶斯网络中是否存在回环结构，有回环结构则进行最弱因果关系的确定；对局部动态贝叶斯网络和全局动态贝叶斯网络进行参数学习；完成分布式动态贝叶斯网络模型的建立；利用在线的异常数据进行控制决策的推理；推理出控制决策并实施；判断异常工况是否移除，未移除继续调整。该方法可有效确保产品质量的达标，同时，有利于确保生产设备的使用寿命。
-
公开(公告)号：CN119200538A
公开(公告)日：2024-12-27
申请号：CN202411333691.7
申请日：2024-09-24
Applicant: 中国矿业大学
IPC: G05B19/418 , G06N3/092 , G06N3/096
Abstract: 一种面向非线性间歇过程下的深度强化学习优化补偿方法，将三维输入数据矩阵展开成二维矩阵；进行标准化处理；构建JY‑KPLS模型；构造JY‑KPLS模型优化问题；求解优化问题；计算历史与查询数据的相似性；根据相似性大小，从旧、新过程数据集中分别筛选出m条旧数据、n条新数据，并与当前查询数据进行作差；以偏差样本作为数据集，建立JITL‑JYKPLS局部模型，解决失配问题；对补偿后模型与优化系统进行交互、试错训练；若当前批次内训练总奖励值超过前一批次内训练总奖励值，则将当前训练好的优化系统用于批次间优化；否则，采用前一批次优化系统用于批次间优化；输出最终产品质量。该方法可显著提升最终产品的质量。
-
公开(公告)号：CN119168375A
公开(公告)日：2024-12-20
申请号：CN202411261524.6
申请日：2024-09-10
Applicant: 中国矿业大学
IPC: G06Q10/0635 , G06Q50/06 , G06N7/01 , G06N5/022 , G06N5/04
Abstract: 一种计及人为差错的调度自动化主站系统风险状态评估方法，步骤一：根据调度自动化主站系统运行情况，识别主要风险事件；步骤二：构建计及人为差错的风险表征参数体系，结合贝叶斯网络构建风险评估模型；步骤三：确定节点变量状态；步骤四：确定贝叶斯网络参数；步骤五：根据贝叶斯推理计算出风险事件的风险评估结果；步骤六：验证模型性能，确保建模正确度；步骤七：对风险事件重要性进行排序；步骤八：基于权重分配和矩阵分析的证据推理技术，融合多个风险事件风险评估结果。该方法能准确地反映出调度自动化主站系统的风险评估结果，可有效避免调度自动化主站系统在运行中产生的各类故障，能为科学合理的调度过程提供有效的解决方案。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.021 seconds)
