-
公开(公告)号：CN112966429B
公开(公告)日：2024-10-18
申请号：CN202010803150.1
申请日：2020-08-11
Applicant: 中国矿业大学
IPC: G06F30/27 , G06N20/10 , G06F18/27 , G06N3/045 , G06N3/0475 , G06N3/094 , G06F111/10
Abstract: 本发明公开了一种基于WGANs数据增强的非线性工业过程建模方法，属于工业生产过程构建性能预测模型技术领域。本发明核心是利用生成对抗网络对非线性工业过程建模小样本数据进行数据增强，将生成样本与原有样本混合构建工业过程模型，降低建模成本。具体是先利用拉丁超立方(LHD)方法采集非线性工业过程建模的小样本数据集；然后利用该部分小样本数据训练Wasserstein生成对抗网络(WGANs)；待WGANs训练达到要求后，利用其生成器产生虚拟样本，选取合适的样本与初始小样本数据混合，完成数据增强；最后基于混合数据和支持向量回归方法为目标工业过程建立合适的数据驱动模型。本发明有效解决了非线性工业过程建模数据不充足问题，充分利用了工业过程的小样本数据，通过数据增强加快了建模速度，提高了建模精度和效率，降低了建模成本。
-
公开(公告)号：CN112506050B
公开(公告)日：2021-12-03
申请号：CN202011218977.2
申请日：2020-11-04
IPC: G05B13/04
Abstract: 一种基于潜变量过程迁移模型的间歇过程集成优化方法，获取新生产过程B和旧生产过程A的数据信息，且展开二维数据矩阵以获得Xa、Ya、Xb、Yb；对A和B生产过程的数据矩阵进行归一化处理，并建立过程迁移模型；构造优化问题并求解B生产过程最优解xb(k)*；在单个批次运行期间内对操作变量x设定n个决策点，将其分成n+1段；当到达第i个决策点时，判断是否缺失数据，在决策点形成输入矢量，对未知数据进行补充，预估未来的操作变量轨迹；判断决策点i处是否存在扰动，存在扰动计算新的控制剖面；对操作变量进行补偿更新，对补偿后的优化解进行滤波；获取最终产品质量，并使用新的控制剖面操作第k+1个批次。该方法能有利于提高产品的生产质量。
-
公开(公告)号：CN112966429A
公开(公告)日：2021-06-15
申请号：CN202010803150.1
申请日：2020-08-11
Applicant: 中国矿业大学
IPC: G06F30/27 , G06N20/10 , G06K9/62 , G06F111/10
Abstract: 本发明公开了一种基于WGANs数据增强的非线性工业过程建模方法，属于工业生产过程构建性能预测模型技术领域。本发明核心是利用生成对抗网络对非线性工业过程建模小样本数据进行数据增强，将生成样本与原有样本混合构建工业过程模型，降低建模成本。具体是先利用拉丁超立方(LHD)方法采集非线性工业过程建模的小样本数据集；然后利用该部分小样本数据训练Wasserstein生成对抗网络(WGANs)；待WGANs训练达到要求后，利用其生成器产生虚拟样本，选取合适的样本与初始小样本数据混合，完成数据增强；最后基于混合数据和支持向量回归方法为目标工业过程建立合适的数据驱动模型。本发明有效解决了非线性工业过程建模数据不充足问题，充分利用了工业过程的小样本数据，通过数据增强加快了建模速度，提高了建模精度和效率，降低了建模成本。
-
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：CN114967436B
公开(公告)日：2024-10-25
申请号：CN202210203508.6
申请日：2022-03-02
Applicant: 中国矿业大学
IPC: G05B13/04
Abstract: 一种基于多模型与传递熵的煤泥浮选过程贝叶斯网络控制方法，确定需要用到的变量和几种常见的异常工况；确定贝叶斯网络节点的个数，并划分其状态；将变量集对应的数据进行离散处理；确定出异常工况相对应的变量集；将离散处理后的数据输入到改进评分函数中进行结构学习得到贝叶斯结构；利用最大似然函数进行参数学习得到模型；提取在线异常数据并利用专家知识选择对应的精细化模型；将在线提取的数据离散化处理数据输入到选择的模型中进行推理；根据推理结果对模型根节点进行调整；判断异常工况是否移除，若未移除则利用更新后的异常工况作为证据继续推理。该方法能为操作人员的安全控制决策提供可靠的依据，并能提高建模的效率和建模的精确度。
-
Patent Agency Ranking
公开(公告)号：CN114384870A
公开(公告)日：2022-04-22
申请号：CN202111329913.4
申请日：2021-11-10
Applicant: 中国矿业大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于核局部线性嵌入PLS的复杂工业过程运行状态评价方法，包括离线建模、在线评价和非优原因追溯。首先使用KLLEPLS算法建立离线模型，该模型不仅能够提取与综合经济指标(CEI)相关性最大的特征，而且能够保持数据的局部非线性结构；然后针对过程强非线性关系提出一种新的在线评价方法，通过计算在线数据特征与离线建模数据特征之间的相似性，制定有效的评价规则，实现在线数据的实时评价；当评价结果非优时，根据提取的在线数据计算变量的贡献率，确定非优原因变量。本发明有效解决了现有评价方法在强非线性过程提取特征信息不全面的问题，从而使评价结果更准确，保障了生产产品的质量。
-
公开(公告)号：CN114384870B
公开(公告)日：2024-06-11
申请号：CN202111329913.4
申请日：2021-11-10
Applicant: 中国矿业大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于核局部线性嵌入PLS的复杂工业过程运行状态评价方法，包括离线建模、在线评价和非优原因追溯。首先使用KLLEPLS算法建立离线模型，该模型不仅能够提取与综合经济指标(CEI)相关性最大的特征，而且能够保持数据的局部非线性结构；然后针对过程强非线性关系提出一种新的在线评价方法，通过计算在线数据特征与离线建模数据特征之间的相似性，制定有效的评价规则，实现在线数据的实时评价；当评价结果非优时，根据提取的在线数据计算变量的贡献率，确定非优原因变量。本发明有效解决了现有评价方法在强非线性过程提取特征信息不全面的问题，从而使评价结果更准确，保障了生产产品的质量。
-
公开(公告)号：CN113110341B
公开(公告)日：2022-03-25
申请号：CN202110430280.X
申请日：2021-04-21
IPC: G05B19/418
Abstract: 一种基于潜变量过程迁移模型的批次过程分层优化方法，上层优化部分，利用DoDE方法在生产过程约束条件下产生涵盖全过程信息的样本点，通过在样本点对应条件下执行生产过程，得到相应的产品质量输出信息并依此建立全局RSM；通过求解基于RSM的优化问题，得到操作变量的次优轨迹并将其作为下层优化的初始工况点；下层优化中，基于即时学习和迁移学习思想建立次优解附近的局部JY‑PLS潜变量过程迁移模型；建模完成后，采用批次间自整定方法对操作变量轨迹进行优化；提出关于当前运行的批次个数和产品质量的判别准则，作为判断上层优化结束时传递至下层优化的初始工况点是否具备实现预期生产目标的判据。该方法能够实现少数据情况下的批次过程高效、精细优化。
-
公开(公告)号：CN112415894B
公开(公告)日：2021-09-10
申请号：CN202011304778.3
申请日：2020-11-20
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于主动学习和BN的重介质选煤过程安全运行控制方法，属于工业安全运行控制技术领域。本发明在分析重介质选煤过程中异常工况机制及相应操作方案的基础上，将主动学习引入到贝叶斯网络的结构学习中，减少所需数据量，提高贝叶斯网络结构学习的效率。利用贝叶斯网络能够结合定性专家知识与定量数据信息分析轻重度异常工况的优势，将异常工况的现象变量作为证据信息，通过贝叶斯推理得到不同等级决策变量的后验概率，并遵循后验概率最大的原则获取相应的控制决策，为排除重介质选煤过程中的异常工况提供决策依据。本发明能有效排除重介质选煤过程中的异常工况，为操作人员的安全控制决策提供依据。
-
公开(公告)号：CN110426956B
公开(公告)日：2021-07-23
申请号：CN201910695060.2
申请日：2019-07-30
Applicant: 中国矿业大学
IPC: G05B13/04
Abstract: 一种基于过程迁移模型的新间歇过程最优补偿控制策略，获取A、B两个相似过程数据，并建立过程迁移模型；构建基于过程迁移模型的优化问题，求取初始最优解；设置查询点、计算查询数据与历史数据的相似性；获取相似过程中所选数据的输入、输出偏差数据得到最优补偿值；计算预测性能指标偏差；更新新批次过程的建模数据集；计算第K批次最新预测误差及其第一、第二个置信区间；根据预测误差确定是否进行数据剔除、过程迁移；更新信赖域半径。过程迁移模型能有效解决新间歇过程因数据不足而难以建模的问题；该最优补偿控制策略能对求解新间歇过程优化问题的次优解进行补偿，并通过在线数据实时更新模型来补偿模型对象的不匹配。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.036 seconds)
