-
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分类号： G05B13/04
摘要： 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：CN112506050A
公开(公告)日：2021-03-16
申请号：CN202011218977.2
申请日：2020-11-04
IPC分类号： G05B13/04
摘要： 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：CN113110341A
公开(公告)日：2021-07-13
申请号：CN202110430280.X
申请日：2021-04-21
IPC分类号： G05B19/418
摘要： 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：CN113110341B
公开(公告)日：2022-03-25
申请号：CN202110430280.X
申请日：2021-04-21
IPC分类号： G05B19/418
摘要： 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：CN117726863B
公开(公告)日：2024-09-20
申请号：CN202311727382.3
申请日：2023-12-14
申请人： 中国矿业大学 , 江苏华深智星智能科技有限公司
IPC分类号： G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/084
摘要： 本发明公开了一种基于CGLOW全局优化的不平衡数据分类模型，属于不平衡数据分类的领域。为了解决实际工业中某些类样本难以获取，造成数据不平衡影响最终分类效果的问题，我们希望以生成的方式补充少数类的样本达到样本平衡，因此我们在可逆卷积生成流模型GLOW的基础上提出了一种条件控制的GLOW,即可以根据条件来生成各种类别的样本，针对不平衡数据集使用该模型生成更多的样本补充不平衡类别的数据，在此基础上建立了一套全局优化的模型框架，以resnet作为最终的分类器，借助resnet的特征提取能力，通过最终的分类损失引导CGLOW生成质量更高的样本，在整个训练过程中对CGLOW与resnet同时进行优化，为不平衡数据分类提供了一种端到端的解决方案。
-
公开(公告)号：CN116188298A
公开(公告)日：2023-05-30
申请号：CN202211687031.X
申请日：2022-12-27
申请人： 中国矿业大学
摘要： 本发明公开了一种有中心偏移的钻孔内壁环形图像无失真展开方法，将摄像头放入孔洞中并向内推进；从采集视频中的选取两帧图像图一和图二，将图二中轴心角二调整至与图一中的轴心角一的角度相同；将轴心角一和轴心角二均调整至角度为零；调整后的图一和图二计算运动半径比一，同理得到运动半径比二；根据运动半径比一得到轴心距半径比一，同理得到轴心距半径比二；根据轴心距半径比一和轴心距半径比二矫正得到图三和图四；得到矫正后无畸变图像展开得到无失真展开图像。本发明采用上述内容的一种有中心偏移的钻孔内壁环形图像无失真展开方法，通过运动轨迹来计算每一帧图片的矫正参数，利用边缘而非中心的像素，精度高鲁棒性强。
-
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
申请人： 中国矿业大学
IPC分类号： G06F30/27 , G06N20/10 , G06K9/62 , G06F111/10
摘要： 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：CN111709523A
公开(公告)日：2020-09-25
申请号：CN202010566164.6
申请日：2020-06-19
申请人： 中国矿业大学
摘要： 一种基于内部集成的宽度学习方法，通过获取训练数据，包括训练输入数据和训练输出数据，并对其进行预处理；再对训练输入数据进行特征提取，形成n组特征节点并构造特征节点矩阵Zn，将特征节点进行非线性增强共得到m组增强节点；将特征节点矩阵分别与不同组增强节点组合得到各个模型的隐藏层输出矩阵，共得到k组宽度学习系统模型；通过一次训练实现多个模型的集成学习，使其在基本不增加额外训练时间的情况下，将宽度学习与集成学习融合到了一起，改善了宽度学习中由于随机操作带来的搜索过程不完善和数据具有随机性、波动性的问题，提高了宽度学习系统的泛化性和稳定性，与普通集成方法相比，降低了实现集成学习的成本，提高了训练效率。
-
-
公开(公告)号：CN107620606A
公开(公告)日：2018-01-23
申请号：CN201711089238.6
申请日：2017-11-08
申请人： 中国矿业大学 , 南京南瑞继保电气有限公司
摘要： 本发明公开了一种基于变频调速功能的煤矿主通风机不停风倒机方法，在正常倒机过程中，始终维持两台风机运行，以保证通风动力的持续提供；通过并联分风，使倒机过程，风量平稳，实现不停风倒机。当运行风机发生故障时，通过高压变频器、振动传感器，风量负压传感器，温度传感器和电机电参数传感器给出综合判断，对故障风机视异常程度依次预警、置故障标志、直至启动故障模式不停风倒机。本发明在整个倒机过程中通过调节风机转速与调节风门开度相互结合来调节风量；另外减少了倒机过程中可能发生的如备用风机启动故障、风门卡涩和开关不到位的故障点，同时倒机速度加快，倒机时间缩短。
-
-
-
-
-
-
-
-
-
搜索结果
61 条记录 (耗时 0.04 秒)