一种基于集成学习的高炉铁水质量预测系统及方法

    公开(公告)号:CN109935280A

    公开(公告)日:2019-06-25

    申请号:CN201910163699.6

    申请日:2019-03-05

    Applicant: 东北大学

    Abstract: 本发明提出一种基于集成学习的高炉铁水质量预测系统及方法,包括:高炉、热风炉、第一流量计、第二流量计、第三流量计、温度计、压力计、湿度计、炉腹煤气量测分析仪、富氧率测量分析仪、数据采集装置和计算机;将获取的实时待测试高炉数据,经过预处理,获取输入输出参数,使用已经建立好的均方根误差概率加权集成随机权神经网络的多元铁水质量在线预报模型,得到在线预测结果。本发明可以避免离线化验的滞后性和人工操作带来的不确定性,实现实时在线准确软测量,为现场的操作人员及时准确判断高炉内部运行状态提供了关键指标,同时可以根据工况的变化,利用最新的过程数据更新软测量模型参数,避免了时不变模型的局限性,实用价值很高。

    一种关于污水处理出水水质指标的多元鲁棒软测量方法

    公开(公告)号:CN110320335B

    公开(公告)日:2021-11-23

    申请号:CN201910652898.3

    申请日:2019-07-19

    Applicant: 东北大学

    Inventor: 周平 闻超垚 王宏

    Abstract: 本发明提供一种关于污水处理出水水质指标的多元鲁棒软测量方法,涉及污水处理自动化控制技术领域。该方法基于工业现场常规的检测设备实时测量得到的参数作为模型的输入数据;建立一个可同时对衡量污水处理出水质量的主要参数进行多元动态预测的随机权神经网络模型,同时实现了BOD含量、COD含量和TSS含量污水质量参数的鲁棒软测量,综合描述污水水质参数,避免离线化验的滞后性和人工操作带来的不确定性。本发明同时利用稀疏偏最小二乘和Schweppe型广义M估计,消除多重共线性对建模的影响,降低了数据中离群点和杠杆点对建模的不良影响,同时还达到了变量选择的目的,更加准确的给出指定动态时间区间的多元污水处理出水水质参数的估计值。

    一种基于迁移学习的污水处理过程智能优化控制方法

    公开(公告)号:CN117518811A

    公开(公告)日:2024-02-06

    申请号:CN202311567362.4

    申请日:2023-11-22

    Applicant: 东北大学

    Abstract: 本发明提供了一种基于迁移学习的污水处理过程智能优化控制方法,涉及污水处理自动化控制技术领域,包括如下步骤:S1、采集污水处理过程中的实时数据;S2、根据实时数据构建在线序贯随机权神经网络模型,并采取基于迁移学习的动态多目标优化方法对不断更新的在线序贯随机权神经网络模型进行优化,得到跟踪设定值,利用PID控制器输出溶解氧转换系数KLa,5、内回流量Qa的实时控制值;S3、根据的实时控制值控制污水处理过程中实时跟踪设定值,达到污水净化的目的。本发明对历史数据信息和优化过程中的知识有效利用,提高了动态时变工业过程的优化效率,降低了计算成本,获得了高质量的优化解,为实际污水厂的动态优化运行控制提供了一种新的参考方法。

    一种基于集成学习的高炉铁水质量预测系统及方法

    公开(公告)号:CN109935280B

    公开(公告)日:2022-11-15

    申请号:CN201910163699.6

    申请日:2019-03-05

    Applicant: 东北大学

    Abstract: 本发明提出一种基于集成学习的高炉铁水质量预测系统及方法,包括:高炉、热风炉、第一流量计、第二流量计、第三流量计、温度计、压力计、湿度计、炉腹煤气量测分析仪、富氧率测量分析仪、数据采集装置和计算机;将获取的实时待测试高炉数据,经过预处理,获取输入输出参数,使用已经建立好的均方根误差概率加权集成随机权神经网络的多元铁水质量在线预报模型,得到在线预测结果。本发明可以避免离线化验的滞后性和人工操作带来的不确定性,实现实时在线准确软测量,为现场的操作人员及时准确判断高炉内部运行状态提供了关键指标,同时可以根据工况的变化,利用最新的过程数据更新软测量模型参数,避免了时不变模型的局限性,实用价值很高。

    一种关于污水处理出水水质指标的多元鲁棒软测量方法

    公开(公告)号:CN110320335A

    公开(公告)日:2019-10-11

    申请号:CN201910652898.3

    申请日:2019-07-19

    Applicant: 东北大学

    Inventor: 周平 闻超垚 王宏

    Abstract: 本发明提供一种关于污水处理出水水质指标的多元鲁棒软测量方法,涉及污水处理自动化控制技术领域。该方法基于工业现场常规的检测设备实时测量得到的参数作为模型的输入数据;建立一个可同时对衡量污水处理出水质量的主要参数进行多元动态预测的随机权神经网络模型,同时实现了BOD含量、COD含量和TSS含量污水质量参数的鲁棒软测量,综合描述污水水质参数,避免离线化验的滞后性和人工操作带来的不确定性。本发明同时利用稀疏偏最小二乘和Schweppe型广义M估计,消除多重共线性对建模的影响,降低了数据中离群点和杠杆点对建模的不良影响,同时还达到了变量选择的目的,更加准确的给出指定动态时间区间的多元污水处理出水水质参数的估计值。

Patent Agency Ranking