基于神经网络的工业炉炉温多步预测控制方法

    公开(公告)号:CN111158237B

    公开(公告)日:2022-07-19

    申请号:CN201911361748.3

    申请日:2019-12-25

    Abstract: 本发明公开了一种基于神经网络的工业炉炉温多步预测控制方法,获取历史炉温与燃料量数据,计算当前时刻炉温与过去时刻燃料量、炉温的相关系数,选择相关系数大的变量作为输入,训练BP神经网络模型;将BP神经网络模型级联得到多步预测模型;对目标炉温进行柔化处理确定参考炉温;利用预测神经网络模型预测多步炉温,根据预测炉温与参考输炉温误差建立性能指标,基于融合PSO+N‑R方法最小化该性能指标,计算得到燃料量,据此控制炉温;将前一步长对应的燃料量作为下一步长PSO寻优的初始状态,基于融合PSO+N‑R方法计算下一步长的燃料量,不断滚动优化,实现工业炉炉温的多步预测控制。本发明不仅提高了炉温的控制精度,也降低了求解燃料量的时间成本。

    基于ICamshift算法的移动机器人目标跟踪方法

    公开(公告)号:CN111340854A

    公开(公告)日:2020-06-26

    申请号:CN201911321093.7

    申请日:2019-12-19

    Abstract: 本发明公开了一种基于ICamshift算法的移动机器人目标跟踪方法,利用深度相机采集移动机器人视野前方物体的点云数据;对深度相机采集的原始点云数据进行预处理,包括过滤和下采样;对预处理后的点云数据进行点云分割与聚类,提取跟踪目标的点云特征;根据提取的点云特征,解算跟踪目标在空间中的位置数据,根据位置偏差计算机器人线速度和角速度;根据计算的线速度和角速度控制机器人移动,使移动机器人与跟踪目标之间保持期望的恒定距离。本发明解决了当前环境中存在与跟踪目标像素相似干扰物、光照条件不好因素导致的目标跟踪失败问题,提高了移动机器人目标跟踪的鲁棒性与准确性。

    基于神经网络的工业炉炉温多步预测控制方法

    公开(公告)号:CN111158237A

    公开(公告)日:2020-05-15

    申请号:CN201911361748.3

    申请日:2019-12-25

    Abstract: 本发明公开了一种基于神经网络的工业炉炉温多步预测控制方法,获取历史炉温与燃料量数据,计算当前时刻炉温与过去时刻燃料量、炉温的相关系数,选择相关系数大的变量作为输入,训练BP神经网络模型;将BP神经网络模型级联得到多步预测模型;对目标炉温进行柔化处理确定参考炉温;利用预测神经网络模型预测多步炉温,根据预测炉温与参考输炉温误差建立性能指标,基于融合PSO+N-R方法最小化该性能指标,计算得到燃料量,据此控制炉温;将前一步长对应的燃料量作为下一步长PSO寻优的初始状态,基于融合PSO+N-R方法计算下一步长的燃料量,不断滚动优化,实现工业炉炉温的多步预测控制。本发明不仅提高了炉温的控制精度,也降低了求解燃料量的时间成本。

Patent Agency Ranking