-
公开(公告)号：CN114580295B
公开(公告)日：2024-03-01
申请号：CN202210233255.7
申请日：2022-03-10
Applicant: 合肥工业大学
IPC: G06F30/27 , G06F18/214 , G06F18/2431 , G06N3/084 , G06N20/20 , G06F111/08 , G06F119/14
Abstract: 本发明公开了一种基于弹性BP随机森林融合的压力工况识别方法，其步骤包括：1、对原始数据集Di进行预处理；2、通过随机森林算法建立分类模型；3、基于弹性BP神经网络建立回归模型；4、基于步骤2和步骤3的模型以及压力工况评价规则，构建融合算法压力工况识别模型，从而获得压力工况。本发明能解决压力设备在传统工况识别方法中，无法准确描述该设备压力工况的问题，从而能够准确并快速的识别压力设备的工况，满足实际工业场景的需求。
-
公开(公告)号：CN114564829B
公开(公告)日：2023-06-02
申请号：CN202210188131.1
申请日：2022-02-28
Applicant: 合肥工业大学
IPC: G06F30/20 , F27D19/00 , G06F119/08 , G06F111/04 , G06F111/02
Abstract: 本发明公开了一种计及RDF掺混比的温度预测控制方法，其步骤包括：1、建立多输入温度状态空间模型；2、计及RDF掺混比的温度模型预测控制。本发明能在温度控制过程中考虑到RDF与煤粉的共燃特性对温度的影响，从而提高协同处置固体废物过程中温度控制效果。
-
Patent Agency Ranking
公开(公告)号：CN114637206A
公开(公告)日：2022-06-17
申请号：CN202210272014.3
申请日：2022-03-18
Applicant: 合肥工业大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于双聚类自适应模糊神经网络的重量控制方法，是根据现场操作人员习惯，利用已有数据，在没有目标值记录以及专家提出经验的情况下，利用双聚类获得称重仓重量目标值以及称重仓重量偏差、偏差变化率、进料量偏差之间的模糊规则，并利用模糊神经网络对模糊规则进一步学习，最后得到双聚类自适应模糊神经网络控制器，从而能实现对称重仓重量的控制。本发明能自适应获取称重仓重量目标值，并学习操作人员经验以获得双聚类自适应模糊神经网络控制器，从而能实现对称重仓重量的实时控制。
-
公开(公告)号：CN114637206B
公开(公告)日：2024-03-29
申请号：CN202210272014.3
申请日：2022-03-18
Applicant: 合肥工业大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于双聚类自适应模糊神经网络的重量控制方法，是根据现场操作人员习惯，利用已有数据，在没有目标值记录以及专家提出经验的情况下，利用双聚类获得称重仓重量目标值以及称重仓重量偏差、偏差变化率、进料量偏差之间的模糊规则，并利用模糊神经网络对模糊规则进一步学习，最后得到双聚类自适应模糊神经网络控制器，从而能实现对称重仓重量的控制。本发明能自适应获取称重仓重量目标值，并学习操作人员经验以获得双聚类自适应模糊神经网络控制器，从而能实现对称重仓重量的实时控制。
-
公开(公告)号：CN114564829A
公开(公告)日：2022-05-31
申请号：CN202210188131.1
申请日：2022-02-28
Applicant: 合肥工业大学
IPC: G06F30/20 , F27D19/00 , G06F119/08 , G06F111/04 , G06F111/02
Abstract: 本发明公开了一种计及RDF掺混比的温度预测控制方法，其步骤包括：1、建立多输入温度状态空间模型；2、计及RDF掺混比的温度模型预测控制。本发明能在温度控制过程中考虑到RDF与煤粉的共燃特性对温度的影响，从而提高协同处置固体废物过程中温度控制效果。
-
公开(公告)号：CN114676906A
公开(公告)日：2022-06-28
申请号：CN202210293320.5
申请日：2022-03-23
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于时序特征与LSTM网络的电站锅炉烟气含氧量预测方法，包括：1、数据的采集和预处理；2、滑动窗口截取辅助变量数据归一化矩阵；3、CNN网络提取截取后结果的时序特征；4、调整截取间隔和截取区间截取辅助变量数据并提取特征，拼接辅助变量和烟气氧含量归一化矩阵送入LSTM网络，根据预测拟合度R2判断整体辅助变量的最优时序特征；5、提取各个辅助变量的最优时序特征并构建最优预测模型。本发明能充分考虑影响辅助变量和电站锅炉烟气含氧量时间延迟问题，并提取各个辅助变量的最优时序特征并构建最优预测模型，从而能提升模型的预测精度，有助于实现电站锅炉烟气含氧量在线软测量。
-
公开(公告)号：CN114580295A
公开(公告)日：2022-06-03
申请号：CN202210233255.7
申请日：2022-03-10
Applicant: 合肥工业大学
IPC: G06F30/27 , G06K9/62 , G06N3/08 , G06F111/08 , G06F119/14
Abstract: 本发明公开了一种基于弹性BP随机森林融合的压力工况识别方法，其步骤包括：1、对原始数据集Di进行预处理；2、通过随机森林算法建立分类模型；3、基于弹性BP神经网络建立回归模型；4、基于步骤2和步骤3的模型以及压力工况评价规则，构建融合算法压力工况识别模型，从而获得压力工况。本发明能解决压力设备在传统工况识别方法中，无法准确描述该设备压力工况的问题，从而能够准确并快速的识别压力设备的工况，满足实际工业场景的需求。
-
-
-
-
-
-
Search Results
7
records
(took 0.024 seconds)
