-
公开(公告)号：CN112102890A
公开(公告)日：2020-12-18
申请号：CN202010737959.9
申请日：2020-07-28
申请人： 浙江中控技术股份有限公司 , 浙江中控软件技术有限公司
摘要： 本发明涉及工业装置数据挖掘领域，尤其涉及一种基于机器学习模型的MCS合成装置反应温度预测方法，包括从MCS合成装置运行相关变量中筛选出与反应温度有关的变量因素；获取与反应温度有关的变量因素所对应的历史数据并进行预处理；采用ε‑SVR机器学习算法建立SVR反应温度变化率预测模型；获取与反应温度有关的变量因素所对应的当前数据并输入训练好的SVR反应温度变化率预测模型，计算获得未来一段时间的反应温度变化率预测值，通过对当前反应温度值与反应温度变化率预测值进行累加，获得未来一段时间MCS合成装置的反应温度预测值。通过对甲基氯硅烷(MCS)合成装置运行反应温度进行预测，能够分析当前该甲基氯硅烷(MCS)合成装置的反应温度的稳定性及变化趋势。
-
公开(公告)号：CN112699926B
公开(公告)日：2023-01-20
申请号：CN202011556244.X
申请日：2020-12-25
申请人： 浙江中控技术股份有限公司 , 浙江中控软件技术有限公司
IPC分类号： G06F18/2431 , G06F18/25 , G06F18/23213 , G06F16/2458 , G06F16/215 , G06N3/0895
摘要： 本申请实施例提出了基于人工智能技术的水泥生料立磨饱磨异常识别方法，包括确定正确识别工况状态的关键工艺指标；结合卡尔曼滤波算法对获取到的生产数据进行预处理，对预处理后的生产数据结合半监督学习算法对立磨历史工况进行自动标注；基于立磨关键工艺指标历史数据及伪标签结合递归提升决策树构建异常工况识别模型，向模型实时导入对应关键工艺指标的预处理后数据进行立磨异常状态实时识别。基于主电机总有功功率、主电机电流、磨机本体压差、磨辊位移、回料斗提电流、振动等关键过程工艺变量和伪标签数据，利用梯度提升决策树算法建立饱磨工艺异常识别模型，在线识别生料磨当前运行状态，具有预测准确度高、模型稳定、泛化能力强的特点。
-
公开(公告)号：CN117234072A
公开(公告)日：2023-12-15
申请号：CN202310986064.2
申请日：2023-08-07
申请人： 浙江中控技术股份有限公司
IPC分类号： G05B13/04
摘要： 本发明提供了一种水泥窑尾高温风机智能优化控制方法及系统，所述方法包括：获得与回转窑高温风机有关的关键变量；基于关键变量进行解耦，构建关于分层优化的推优模块，推优模块包括输出基准转速N0的基准转速模块、输出燃烧效率增量转速ΔN1的窑内燃烧效率辨识模块、输出窑头负压增量转速ΔN2的窑头负压范围控制模块；构建滞环控制模块，用于校正由增量转速ΔN1、增量转速ΔN2与基准转速N0求和得到的推荐转速N1，输出最终转速N2。本发明通过对高温风机进行解耦，通过构建窑内燃烧效率辨识模块、窑头负压范围控制模块与滞环控制模块优化高温风机的转速，实现回转窑系统用风与煤、料匹配，降低高温风机电耗及回转窑系统煤耗。
-
公开(公告)号：CN114218701A
公开(公告)日：2022-03-22
申请号：CN202111506908.6
申请日：2021-12-10
申请人： 浙江中控技术股份有限公司
IPC分类号： G06F30/17
摘要： 本申请提供了一种窑尾排风机优化方法、装置、设备及存储介质，其中，该方法包括：获取目标窑尾排风机所在生产系统的当前工况参数，当前工况参数用于指示生产系统的当前工况模式，根据当前工况参数，从预设的多个历史工况模式中确定与当前工况模式匹配的目标工况模式，根据目标窑尾排风机在目标工况模式下的历史运行参数，获取目标窑尾排风机在当前工况模式下的目标运行参数，以采用目标运行参数控制目标窑尾排风机运行。通过匹配出目标工况模式，根据目标工况模式下的历史运行参数获取当前工况模式下的目标运行参数，以便采用目标运行参数控制排风机运行，无需人为操作，保证了排风机控制的一致性，实用性强，并且避免了能源浪费。
-
公开(公告)号：CN112130453A
公开(公告)日：2020-12-25
申请号：CN202010750083.1
申请日：2020-07-30
申请人： 浙江中控技术股份有限公司 , 浙江中控软件技术有限公司 , 浙江新安化工集团股份有限公司
摘要： 本发明涉及工业控制领域，尤其涉及一种基于机器学习的提高MCS生产平稳性的控制方法及系统，包括采集甲基氯硅烷生产系统历史及实时运行数据；通过特征选择确定影响甲基氯硅烷产量及平稳性的特征；基于影响甲基氯硅烷产量及平稳性的特征，通过机器学习算法在不同工况下建立对应的系统控制模型；判定甲基氯硅烷生产系统当前运行工况；根据当前运行工况选择对应的系统控制模型；通过系统控制模型获得对应的控制策略并执行。通过使用本发明，可以实现以下效果：在不改变原有工艺和装置生产现状的前提下，利用历史及实时运行数据基于机器学习等方法建立系统控制模型；通过优化操作能够提升生产稳定性及MCS产量。
-
公开(公告)号：CN112130453B
公开(公告)日：2022-12-13
申请号：CN202010750083.1
申请日：2020-07-30
申请人： 浙江中控技术股份有限公司 , 浙江中控软件技术有限公司 , 浙江新安化工集团股份有限公司
摘要： 本发明涉及工业控制领域，尤其涉及一种基于机器学习的提高MCS生产平稳性的控制方法及系统，包括采集甲基氯硅烷生产系统历史及实时运行数据；通过特征选择确定影响甲基氯硅烷产量及平稳性的特征；基于影响甲基氯硅烷产量及平稳性的特征，通过机器学习算法在不同工况下建立对应的系统控制模型；判定甲基氯硅烷生产系统当前运行工况；根据当前运行工况选择对应的系统控制模型；通过系统控制模型获得对应的控制策略并执行。通过使用本发明，可以实现以下效果：在不改变原有工艺和装置生产现状的前提下，利用历史及实时运行数据基于机器学习等方法建立系统控制模型；通过优化操作能够提升生产稳定性及MCS产量。
-
公开(公告)号：CN112699926A
公开(公告)日：2021-04-23
申请号：CN202011556244.X
申请日：2020-12-25
申请人： 浙江中控技术股份有限公司 , 浙江中控软件技术有限公司
IPC分类号： G06K9/62 , G06F16/2458 , G06F16/215 , G06N3/08 , G06Q10/06
摘要： 本申请实施例提出了基于人工智能技术的水泥生料立磨饱磨异常识别方法，包括确定正确识别工况状态的关键工艺指标；结合卡尔曼滤波算法对获取到的生产数据进行预处理，对预处理后的生产数据结合半监督学习算法对立磨历史工况进行自动标注；基于立磨关键工艺指标历史数据及伪标签结合递归提升决策树构建异常工况识别模型，向模型实时导入对应关键工艺指标的预处理后数据进行立磨异常状态实时识别。基于主电机总有功功率、主电机电流、磨机本体压差、磨辊位移、回料斗提电流、振动等关键过程工艺变量和伪标签数据，利用梯度提升决策树算法建立饱磨工艺异常识别模型，在线识别生料磨当前运行状态，具有预测准确度高、模型稳定、泛化能力强的特点。
-
公开(公告)号：CN112102890B
公开(公告)日：2023-12-15
申请号：CN202010737959.9
申请日：2020-07-28
申请人： 浙江中控技术股份有限公司 , 浙江中控软件技术有限公司
摘要： 本发明涉及工业装置数据挖掘领域，尤其涉及一种基于机器学习模型的MCS合成装置反应温度预测方法，包括从MCS合成装置运行相关变量中筛选出与反应温度有关的变量因素；获取与反应温度有关的变量因素所对应的历史数据并进行预处理；采用ε‑SVR机器学习算法建立SVR反应温度变化率预测模型；获取与反应温度有关的变量因素所对应的当前数据并输入训练好的SVR反应温度变化率预测模型，计算获得未来一段时间的反应温度变化率预测值，通过对当前反应温度值与反应温度变化率预测值进行累加，获得未来一段时间MCS合成装置的反应温度预测值。通过对甲基氯硅烷(MCS)合成装置运行反应温度进行预测，能够分析当前该甲基氯硅烷(MCS)合成装置的反应温度的稳定性及变化趋势。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.034 秒)
