-
公开(公告)号：CN118276537A
公开(公告)日：2024-07-02
申请号：CN202410695680.7
申请日：2024-05-31
申请人： 浙江省白马湖实验室有限公司
IPC分类号： G05B19/418
摘要： 本发明公开了一种面向绿色甲醇制备的系统协同优化调控方法，解决现有绿色甲醇制备过程缺少针对个子系统的协同优化控制，制造过程存在低效、不平稳、不环保的问题。方法包括确定协同优化关系，包括负荷波动协同，质量波动协同，二氧化碳与氢气一致性精确控制，建立各协同优化关系的目标模型；计算获取反映不同目标相对重要性的权重，以多目标协同优化为目的，将多个目标整合构建综合目标函数；设定协同优化的约束条件，求解综合目标函数获得最优协同优化控制策略。本发明实现了各子系统压力、温度、流量等过程变量的工艺协同，严格满足工艺指标要求，同时使得负荷波动、质量波动、产率波动极小化。
-
公开(公告)号：CN117674302A
公开(公告)日：2024-03-08
申请号：CN202410137908.0
申请日：2024-02-01
申请人： 浙江省白马湖实验室有限公司
IPC分类号： H02J3/46 , G06F18/214 , G06F18/243 , G06N3/126 , G06N5/01 , G06N20/20 , H02J3/00
摘要： 本发明公开了一种基于两阶段集成学习的热电联供负荷调度方法，包括以煤耗为标签构建多类型热电联供机组运行数据集，基于两阶段梯度提升决策树法，根据数据集训练获得各机组实时耗煤量模型，引入各机组实时耗煤量模型建立优化方程，获得机组负荷调度模型，求解机组负荷调度模型获得最优负荷分配策略。采用两阶段梯度提升决策树模型训练方法能够自动调整训练数据集，提高模型在不同工况条件下快速且精准的获得机组耗煤量，使得最终获取的最优调度结果更加准确，解决了现有技术中各类机器学习模型还需要研究人员进行多次参数调整，耗时耗力的问题。
-
公开(公告)号：CN117674302B
公开(公告)日：2024-05-03
申请号：CN202410137908.0
申请日：2024-02-01
申请人： 浙江省白马湖实验室有限公司
IPC分类号： H02J3/46 , G06F18/214 , G06F18/243 , G06N3/126 , G06N5/01 , G06N20/20 , H02J3/00
摘要： 本发明公开了一种基于两阶段集成学习的热电联供负荷调度方法，包括以煤耗为标签构建多类型热电联供机组运行数据集，基于两阶段梯度提升决策树法，根据数据集训练获得各机组实时耗煤量模型，引入各机组实时耗煤量模型建立优化方程，获得机组负荷调度模型，求解机组负荷调度模型获得最优负荷分配策略。采用两阶段梯度提升决策树模型训练方法能够自动调整训练数据集，提高模型在不同工况条件下快速且精准的获得机组耗煤量，使得最终获取的最优调度结果更加准确，解决了现有技术中各类机器学习模型还需要研究人员进行多次参数调整，耗时耗力的问题。
-
公开(公告)号：CN118377231B
公开(公告)日：2024-09-06
申请号：CN202410834888.2
申请日：2024-06-26
申请人： 浙江省白马湖实验室有限公司
IPC分类号： G05B13/04
摘要： 本发明公开了一种面向甲醇制备过程子系统状态安全控制方法，解决现有绿色甲醇制备过程中缺少对系统参数安全范围运行控制的问题。方法包括对甲醇制备过程系统进行建模；提取甲醇制备过程子系统关键安全变量，建立安全状态集；根据安全状态集建立障碍函数，确定子系统的系统动力学模型，结合系统动力学模型构建系统障碍控制函数并求解最优控制律；联立障碍控制函数，求解获取最优控制率。本发明通过对甲醇制备过程子系统的关键安全变量进行安全性分析，建立系统障碍控制函数，通过求解获取最优控制率，以保证系统的参数在安全范围内，实现了对甲醇制备过程子系统的安全控制。
-
公开(公告)号：CN118245782A
公开(公告)日：2024-06-25
申请号：CN202410670876.0
申请日：2024-05-28
申请人： 浙江省白马湖实验室有限公司
IPC分类号： G06F18/213 , G06F18/25 , G06F18/214 , G06N3/0464 , G06N3/084
摘要： 本发明公开了一种面向绿色甲醇生产过程的双层级故障诊断方法，包括：确定每个样本中变量分割后的变量块，确定每个变量块对应的神经网络模型的特征，点积确定特征映射结果的相关性矩阵；确定生产单元的关系拓扑矩阵和基于局部重构的损失函数，将所述的损失函数作为神经网络模型的网络参数；基于相关性矩阵对变量块的特征进行加权融合，将加权融合后的特征进行拼接并根据全局重构映射权重重构变量块；重构误差作为变量层级故障诊断指标；获取相关性矩阵的奇异值，根据小奇异值的映射矩阵对重构误差矩阵进行降维重构，得到单元层级故障诊断指标；减少故障信息可能会随着过程的进行传播对故障判断造成的影响。
-
公开(公告)号：CN118584815A
公开(公告)日：2024-09-03
申请号：CN202411034882.3
申请日：2024-07-31
申请人： 浙江省白马湖实验室有限公司
IPC分类号： G05B13/04
摘要： 本发明公开了一种面向智能卸船机的自适应控制方法，包括：确定模糊变量和对应的模糊集合，为每个模糊集合设定隶属度函数；建立模糊规则库，基于精确输入值确定模糊规则库中的激活情况，根据激活情况去模糊化生成控制动作；根据激活情况输出模糊输出值并调整参数的搜索范围，结合神经网络生成预测最优参数，根据预测最优参数进行输入控制；获取控制动作和输入控制的反馈数据，根据模糊规则库生成对应的参数调整方向，结合神经网络进行第二次预测，根据第二次预测结果进行反馈控制；能够根据实时数据动态调整PID参数，提高适应性和灵活性；通过实时数据处理和快速的神经网络预测，能够快速响应系统状态的变化，预测当前最优的PID参数。
-
公开(公告)号：CN118276537B
公开(公告)日：2024-08-13
申请号：CN202410695680.7
申请日：2024-05-31
申请人： 浙江省白马湖实验室有限公司
IPC分类号： G05B19/418
摘要： 本发明公开了一种面向绿色甲醇制备的系统协同优化调控方法，解决现有绿色甲醇制备过程缺少针对个子系统的协同优化控制，制造过程存在低效、不平稳、不环保的问题。方法包括确定协同优化关系，包括负荷波动协同，质量波动协同，二氧化碳与氢气一致性精确控制，建立各协同优化关系的目标模型；计算获取反映不同目标相对重要性的权重，以多目标协同优化为目的，将多个目标整合构建综合目标函数；设定协同优化的约束条件，求解综合目标函数获得最优协同优化控制策略。本发明实现了各子系统压力、温度、流量等过程变量的工艺协同，严格满足工艺指标要求，同时使得负荷波动、质量波动、产率波动极小化。
-
公开(公告)号：CN118245782B
公开(公告)日：2024-08-06
申请号：CN202410670876.0
申请日：2024-05-28
申请人： 浙江省白马湖实验室有限公司
IPC分类号： G06F18/213 , G06F18/25 , G06F18/214 , G06N3/0464 , G06N3/084
摘要： 本发明公开了一种面向绿色甲醇生产过程的双层级故障诊断方法，包括：确定每个样本中变量分割后的变量块，确定每个变量块对应的神经网络模型的特征，点积确定特征映射结果的相关性矩阵；确定生产单元的关系拓扑矩阵和基于局部重构的损失函数，将所述的损失函数作为神经网络模型的网络参数；基于相关性矩阵对变量块的特征进行加权融合，将加权融合后的特征进行拼接并根据全局重构映射权重重构变量块；重构误差作为变量层级故障诊断指标；获取相关性矩阵的奇异值，根据小奇异值的映射矩阵对重构误差矩阵进行降维重构，得到单元层级故障诊断指标；减少故障信息可能会随着过程的进行传播对故障判断造成的影响。
-
公开(公告)号：CN118377231A
公开(公告)日：2024-07-23
申请号：CN202410834888.2
申请日：2024-06-26
申请人： 浙江省白马湖实验室有限公司
IPC分类号： G05B13/04
摘要： 本发明公开了一种面向甲醇制备过程子系统状态安全控制方法，解决现有绿色甲醇制备过程中缺少对系统参数安全范围运行控制的问题。方法包括对甲醇制备过程系统进行建模；提取甲醇制备过程子系统关键安全变量，建立安全状态集；根据安全状态集建立障碍函数，确定子系统的系统动力学模型，结合系统动力学模型构建系统障碍控制函数并求解最优控制律；联立障碍控制函数，求解获取最优控制率。本发明通过对甲醇制备过程子系统的关键安全变量进行安全性分析，建立系统障碍控制函数，通过求解获取最优控制率，以保证系统的参数在安全范围内，实现了对甲醇制备过程子系统的安全控制。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.034 秒)
